Aulas Teoricas de Alga

Teoria 1
0.1 DETERMINANTES
Definição 0.1.1. (Determinante). Chama-se determinante de uma matriz quadrada a todo
número que corresponde a uma matriz quadrada que goza de algumas propriedades, e este
número não depende da terceira operação elementar.
O determinante de A, que designaremos por qualquer dos símbolos: detA, |A|.
Determinante da Segunda Ordem
Definição 0.1.2. Determinante de uma matriz de segunda ordem, é o produto entre os ele-
mentos da diagonal principal menos o produto dos elementos da diagonal secundária, isto é,
" # " #
a11 a12 a11 a12 a
11 a12

Se A = , então det (A) = det = = a11 a22 − a12 a21
a21 a22 a21 a22 a21 a22
Exemplo 0.1.1. Calcule os determinantes das matrizes abaixos:

" #
5 2
1) ;
1 3
" #
8 4
2) ;
1 3
" #
2 2
3) ;
3 3
" #
1 0
4) .
0 1
Resolução:

5 2
1) = 3 · 5 − 1 · 2 = 13 (Calculo directo).

1 3
Ou

5 2 2+3 1+1 2 1 3 1
= = + = 5 + 8 = 13 (Propriedade1)

1 3 1 3 1 3 1 3

8 4
2) = 3 · 8 − 1 · 4 = 24 − 4 = 20 (Cálculo directo).

1 3

8 4 2·4 2·2 4 2
= = 2· = 2(12 − 2) = 20 (Propriedade2).

1 3 1 3 1 3

2 2
3) = 6 − 6 = 0 (Propriedade3).

3 3
O grupo de ALGA
2 Instituto Superior Politécnico de Songo

1 0
4) = 1. (Propriedade4).

0 1
Determinante da Terceira Ordem
0.1.1 Regra de Sarrus
Para facilitar o cálculo do determinante de terceira ordem podemos formar um dispositivo prá-
tico, denominado de regra de Sarrus.
 
a11 a12 a13
 
Seja  a21 a22 a23  uma matriz da terceira ordem.
 
 
a31 a32 a33
A regra de Sarrus consiste em :
1) Repetir ao lado do determinante as duas primeiras colunas;
2) obter o produto como mostra o esquema;

 
a a a | a11 a12
 11 12 13 
 a21 a22 a23 | a21 a22
 

 
 a31 a32 a33 | a31 a32
 

 
= (a11 a22 a33 + a12 a23 a31 + a13 a21 a32 ) − (a31 a22 a13 + a32 a23 a11 + a33 a21 a12 )
 
1 1 −1
Exemplo 0.1.2. Usando a regra de Sarrus, calcule determinante de A, onde A =  2 3 −2 
 
3 −2 1
Resolução :
Usando a regra de Sarrus, faremos o seguinte:

1 1 −1 | 1 1

Primeiro: Repetir as duas primeiras colunas, isto é: 2 3 −2 | 2 3

3 −2 1 | 3 −2
Segundo, usaremos o segundo passo do algoritmo de Sarrus, isto é:
= 1 · 3 · 1 + 1(−2) · 3 + (−1) · 2(−2) − (−1) · 3 · 3 − 1 · (−2) · (−2) − 1 · 2 · 1 = 4
O grupo de ALGA
Teoria 3
Então
1 1 −1

det(A) = 2 3 −2 = 4.

3 −2 1
Determinante de ordem Superior (n ≥ 4)
Desenvolvimento de Laplace
Vamos agora estudar uma fórmula que nos permite reduzir o cálculo de um determinante de
ordem n para determinantes de ordem n − 1. Esta fórmula pode ser mais cómoda do que o
método de eliminação se uma das linhas ou colunas da matriz tiver muitos zeros.
Comecemos com o caso n = 3. Dada A = [aij ]3×3 , tem-se pela definição ,
det (A) = a11 a22 a33 + a13 a21 a32 + a12 a23 a31 − a13 a22 a31 − a12 a21 a33 − a11 a23 a32 .
Agrupemos as parcelas que contém a11 , a12 e a13 :
 − a23 a32 ) 
det A = a11 (a22 a33 − a12 (a21 a33
 − a23 a31 ) − a13 (a21 a32
 − a22 a31 ),ou seja
a22 a23 a21 a23 a21 a22
det (A) = a11 det   − a12 det   + a13 det  
a32 a33 a31 a33 a31 a32
Definição 0.1.3. Seja A = [aij ]n×n . Chama-se complemento algébrico de um elemento aij
de A a (−1)i+j det(Aij ), onde Aij designa a submatriz de A obtida por supressão da linha i e
da coluna j .
 
1 3 6
Exemplo 0.1.3. Seja  −2 2 -1  .
 
5 0 4
" #
−2 −1
O complemento algébrico do elemento 3 é: (−1)1+2
5 4
" #
1 3
O complemento algébrico do elemento -1 é: (−1)2+3
5 0
" #
3 6
2 −1
" #
1 3
−2 2
No caso 3 × 3, acabamos de provar que det (A) se obtém multiplicando os elementos da

primeira linha de A pelos respectivos complementos algébricos. é fácil de ver que um resultado
análogo seria obtido se ao invés da primeira linha tivessemos utilizado uma das outras duas, ou
mesmo uma qualquer coluna de A.
O grupo de ALGA
Esta fórmula pode ser generalizada para matrizes n × n obtendo-se o seguinte teorema:
Teorema 0.1.1. (Teorema de Laplace). O determinante de uma matriz quadrada é igual á

soma dos produtos dos elementos de uma linha pelos respectivos complementos álgebricos, isto
é, sendo A = [aij ]n×n , tem-se:
n
X
−1)i+j aij det (Aij

det (A) =
j=1
, para qualquer i ∈ {1, . . . , n}.

O mesmo vale para colunas, ou seja,
n
X
aij (−1)i+j det (Aij )

det (A) =
i=1
, para qualquer j ∈ {1, .., n}.
 
5 0 0 2
 2 1 −3 0 
Exemplo 0.1.4. Usando o teorema de Laplace, calcule det A, onde A=  .
 
 0 −1 2 1 
2 0 −1 −1
Resolução :
 
5 0 0 2    
 2 1 −3 0  1 −3 0 2 −3 0
det   = 5(−1)1+1 det  −1 2 1  + 0(−1)1+2 det  0 2 1 +
     
 0 −1 2 1 
0 −1 −1 2 −1 −1
2 0 −1 −1
   
2 1 0 2 1 −3
0(−1)1+3 det  0 −1 1  + 2(−1)1+4 det  0 −1 2  =
   
2 0 −1 2 0 −1
(Desenvolvendo o primeiro e o quarto destes determinantes pela primeira linha e primeira co-
luna," respectivamente)
" ## " " ## " " ##
2 1 −1 1 −1 2
= 5 1(−1)1+1 det −3 (−1)1+2 det + (−2) 2(−1)1+1 det +
−1 −1 0 −1 0 −1
" " ##
1 −3
2 (−1)3+1 det = 10
−1 2
O grupo de ALGA
Teoria 5
Aula 4
0.1.2 Propriedades dos determinantes
1) O determinante de uma matriz, quando existe, é único;
2) O determinante da matriz identidade é um |I| = 1;
Exemplo 0.1.5. Caclcule os determinantes das matrizes abaixos:

" #
1 0
(a) A =
0 1

1 0
det A = =1·1−0=1

0 1
Então det A = 1.
 
1 0 0
(b) B =  0 1 0 
 
0 0 1

1 0 0

det B = 0 1 0 usando a desenvolvimento segundo a primeira linha, teremos:

0 0 1

1 0
1· = 1 · 1 − 0 + 0 = 1;

0 1
Então det B = 1.
 
1 0 0 0
 0 1 0 0 
(c) C = 
 
 0 0 1 0 

0 0 0 1

1 0 0 0

0 1 0 0
det C = usando o desenvolvimento segundo a primeira coluna, te-

0 0 1 0

0 0 0 1
remos:

1 0 0 1 0 0

1· 0 1 0 − 0 + 0 − 0 = 0 1 0 = 1 (determinante da matriz identidade

0 0 1 0 0 1
de ordem calculado na alínea anterior).
Então det C = 1.
3) O determinante de uma matriz triangular (superior, inferior ou diagonal) é dado pelo

produto dos elemento do seu termo principal (|A| = a11 a22 . . . ann );
O grupo de ALGA

" #
2 3
(a) A =
0 4

2 3
det A = =2·4−0=2·4=8

0 4
Então det A=2·4=8

 
1 3 4
(b) B =  0 2 3 
 
0 0 3

1 3 4

(c) det B = 0 2 3 usando desenvolvimento segundo a primeira coluna, teremos:

0 0 3

2 3
1· = 1 · (2 · 3 − 0) = 1 · 2 · 3 = 6

0 3
Então det B = 1 · 2 · 3 = 6
 
1 2 3 4
 0 5 6 7 
(d) C = 
 
 0 0 8 9 

0 0 0 10

1 2 3 4

0 5 6 7
det C = usando desenvolvimento segundo a primeira coluna, te-

0 0 8 9

0 0 0 10
remos:

5 6 7 5 6 7

1· = 0 8 9 − 0 + 0 − 0 = 1· 0 8 9 Usando o desenvolvimento se-

0 0 10 0 0 10
gundo a primeira coluna, teremos:

8 9
1 · 5· = 1 · 5 · (8 · 10 − 0) = 1 · 5 · 8 · 10 = 400

0 10
Então det C = 1 · 5 · 8 · 10 = 400
4) Não se altera o valor de um determinante quando:
(a) Aos elementos de uma linha ou coluna se adiciona os elementos correspondentes de

outra ou outras linha ou coluna paralela, multiplicada por constantes;
O grupo de ALGA
Teoria 7
(b) Se junta a uma linha ou coluna uma combinação linear de outras linhas ou colunas
paralelas;

" #
1 3
(a) A =
2 4

1 3
Então det A = = 4 − 2 · 3 = −2.

2 4
Agora, aplicando a terceira operação elementar das matrizes, isto é, multiplicando

a segunda linha por -2 e adicionar a segunda linha, teremos:

1 3
det A = = 0 − 1 · (−2) = −2

0 −2
 
1 2 3
(b) B =  0 1 4 
 
0 3 5

1 2 3

det B = 0 1 4 . usando o desenvolvimento segundo a primeira coluna, tere-

0 3 5
mos

1 4
1· = 1 · (1 · 5 − 3 · 4) = −7

3 5

a segunda linha por -3 e adicionar a terceira linha, teremos:
 
1 2 3
B =  0 1 4  = 1 · 1 · (−7) = −7 (determinante duma matriz triangular
 
0 0 −7
superior).
 
1 2 3 4
 0 1 6 7 
(c) C =   = −220
 
 0 5 8 9 
0 0 0 10

1 2 3 4

0 1 6 7
det C = usando o desenvolvimento segundo a primeira coluna, tere-

0 5 8 9

0 0 0 10
mos:
O grupo de ALGA

1 6 7 1 6 7

1· 5 8 9 −0+0−0 = 5 8 9 usando o desenvolvimento segundo a

0 0 10 0 0 10
terceira linha, teremos:

1 6
10· = 10 · (8 − 30) = −220

5 8

a segunda linha por -5 e adicionar a terceira linha, teremos:

1 2 3 4

0 1 6 7
= 1 · 1 · (−22) · 10 = −220 (determinante duma matriz trian-

0 0 −22 9

0 0 0 10
gular superior).

5) O valor dos determinantes de uma matriz e da sua transposição são iguais, |A| = AT

" #
2 1 2 1

(a) A = . Então det A = =2·4−3·1=5
3 4 3 4
" #
2 3 2 3
AT = . Então det AT = =2·4−3·1=5

1 4 1 4
Então det A = det AT = 5.

 
1 2 1
(b) B =  3 5 2 
 
4 1 1

1 2 1

Então det B = 3 5 2 Transformemos o determinante acima, em triangular

4 1 1
superior, isto é,
multiplicando a primeira linha por -3 e -4, e adicionemos a segunda e terceira linha

respectivamente, teremos:

1 2 1

0 −1 −1 multiplicando a segunda linha por -7 e adicionemos a terceira li-

0 −7 −3
nha, teremos:

1 2 1

0 −1 −1 = 1 · (−1) · 4 = −4.

0 0 4
O grupo de ALGA
Teoria 9
Agora achemos det B T , isto é:

 
1 3 4 1 3 4

T T
Se B =  2 5 1  , então, det B = 2 5 1 Transformemos o determi-
 

1 2 1 1 2 1
nante acima, em triangular superior, isto é:


1 3 4


0 −1 −3
nha, teremos:

1 3 4

0 −1 −7 = 1 · (−1) · (4) = −4

0 0 4
Então det B = det B T = −4.
 
1 2 3 4
 0 5 6 7 
(c) C = 
 
 0 0 8 9 

0 0 0 10

1 2 3 4

0 5 6 7
Então det C = = 1 · 5 · 8 · 10 = 400 (determinante duma matriz

0 0 8 9

0 0 0 10
triangular superior).
Agora achemos o det C T , isto é:

 
1 0 0 0
 2 5 0 0 
CT =   então
 
 3 6 8 0 
4 7 9 10

1 0 0 0

2 5 0 0
T
det C = = 1 · 5 · 8 · 10 = 400 (Determinante duma matriz tri-

3 6 8 0

4 7 9 10
angular inferior).
6) Um determinante muda de sinal sempre que se trocam entre si duas linhas ou colunas
paralelas.
Exemplo 0.1.9. Calcule o valor dos determinantes das matrizes abaixo.
O grupo de ALGA
" #
2 3
(a) A =
0 4

2 3
det A = =2·4−0·3=8

0 4
" #
2 3
Trocando previamente a primeira e a segunda linha, teremos: A0 =
0 4

0 4
então det A0 = = 0 − 8 = −8.

2 3
Então det A = −det A0 .
 
1 3 4
(b) B =  0 2 3 
 
0 0 3

1 3 4

Então det B = 0 2 3 = 1 · 2 · 3 = 6.

0 0 3
 
4 3 1
Trocando previamente a primeira e a segunda coluna, teremos: B 0 =  3 2 0 
 
3 0 0

4 3 1

0
det B = 3 2 0 usando o desenvolvimento segundo a terceira linha, teremos:

3 0 0

3 1
3· = 3(0 − 2) = −6.

2 0
Então det B = −det B 0 .
 
1 3 4
(c) C =  2 5 1  Transformemos o determinante acima, em triangular superior,
 
1 2 1
isto é:


1 3 4


0 −1 −3
nha, teremos:
O grupo de ALGA
Teoria 11

1 3 4

0 −1 −7 = 1 · (−1) · (4) = −4

0 0 4
 
1 2 1
Trocando previamente a primeira e a terceira linha, teremos: C 0 =  2 5 1 
 
1 3 4

1 2 1

det C 0 = 2 5 1 Transformemos o determinante acima, em triangular supe-

1 3 4
rior, isto é:


1 3 4

0 1 −1 multipliquemos a segunda linha por -1 e adicionemos a terceira linha,

0 1 3
teremos:

1 3 4

0 1 −1 = 1 · 1 · (4) = 4

0 0 4
det C = −det C 0 .
 
1 2 3 4 1
2 3 4

 0 5 6 7  0 5 6 7
(d) D =   então det D = = 1 · 5 · 8 · 10 = 400 (deter-
 
 0 0 8 9  0 0 8 9

0 0 0 10 0 0 0 10
minante duma matriz triangular superior).
 
4 2 3 1
 7 5 6 0 
Trocar previamente a primeira e a quarta coluna, teremos: D0 = 
 
9 0 8 0

 
10 0 0 0
Calculemos determinante de D0 , isto é,

4 2 3 1

7 5 6 0
det D0 = usando o desenvolvimento segundo a quarta linha, teremos:

9 0 8 0

10 0 0 0

2 3 1

10· 5 6 0 usando desenvolvimento segundo a terceira linha, teremos:

0 8 0
O grupo de ALGA

2 1
10 · 8· = 10 · 8 · (0 − 5) = −400.

5 0
Então det D = −det D0 .
7) Se numa matriz as linhas ou colunas forem linearmente dependentes, então o seu deter-
minante é nulo. Em particular, quando a matriz tiver:
(a) Uma linha ou coluna de zeros (todos seus termos são nulos);
(b) Duas linhas ou colunas iguais;
(c) Uma linha ou coluna for combinação linear de outras linhas ou colunas;
(d) Característica inferior á sua ordem (Car(A) < n ⇔ |A| = 0, A singular);

 
1 7 −3
(a) A =  0 0 0 
 
3 4 5
Observe que
a segunda linha é constituida somente por zeros. Achemos det A, isto é,
1 7 −3

det A = 0 0 0 usando o desenvolvimento segundo a segundo linha, teremos:

3 4 5

7 −3 1 −3 1 7
−0· +0 −0· = 0.

4 5 3 5 3 4
 
1 5 0 −1
 2 6 0 2 
(b) B = 
 
 3 7 0 −3 

4 8 0 1
Observe que a terceira
coluna constituida
somente por zeros. Achemos o det B ,
1 5 0 −1

2 6 0 2
isto é, det B = usando o desenvolvimento segundo a terceira co-

3 7 0 −3

4 8 0 1
luna, teremos:

2 6 2 1 5 −1 1 5 −1 1 5 −1

0· 3 7 −3 −0· 3 7 −3 +0· 2 6 2 −0· 2 6 2 = 0.

4 8 1 4 8 1 4 8 1 3 7 −3
 
1 2 3
(c) C =  1 2 3 
 
4 5 6
O grupo de ALGA
Teoria 13
Observe que temos duas linhas paralelas iguais(a primeira e a segunda). Calcu-
lemos det C , isto é,

1 2 3

1 2 3 usando o desenvolvimento segundo a terceira linha, teremos:

4 5 6

2 3 1 3 1 2
4· −5· +6· = 4(6 − 6) − 5(3 − 3) + 6(2 − 2) = 0.

2 3 1 3 1 2
 
1 1 1 0
 1 0 1 1 
(d) D = 
 
 0 0 1 1 

1 1 1 0
Observe que temos duas linhas paralelas iguais(a primeira e a quarta). Calcule-
mos det D , isto é,

1 1 1 0

1 0 1 1
usando o desenvolvimento segundo a terceira linha, teremos:

0 0 1 1

1 1 1 0

1 1 0 1 1 0 1 1 0 1 1 1

0· 0 1 1 −0· 1 1 1 +1· 1 0 1 −1· 1 0 1

1 1 0 1 1 0 1 1 0 1 1 1

1 1 0 1 1 1

= 1 0 1 − 1 0 1 = 1 − 1 = 0.

1 1 0 1 1 1

1 1 0

1 0 1 = 1 (usando o desenvolvimento segundo a terceira coluna).

1 1 0

1 1 1

1 0 1 = 1 (usando o desenvolvimento segundo a segunda linha).

1 1 1
 
1 1 1
(e) E =  −1 −1 2  .
 
1 1 3
Observe que temos duas colunas paralelas (a primeira e a segunda). Calculemos
det E .

1 1 1

−1 −1 2 usando o desenvolvimento segundo a terceira coluna, teremos:

1 1 3

−1 −1 1 1 1 1
1· −2 +3 = (−1+1)−2·(1−1)+3·(−1+1) = 0.

1 1 1 1 −1 −1
O grupo de ALGA
 
1 1 1 0
 1 1 1 1 
(f ) F = 
 
1 0 1 0

 
0 2 0 1
Observe que temos duas colunas paralelas (a primeira e a terceira). Calculemos
det F .

1 1 1 0

1 1 1 1
Usando o desenvolvimento segundo a segunda coluna, teremos:

1 0 1 0

0 2 0 1

1 1 1 1 1 0 1 1 0 1 1 0

= −1· 1 1 0 +0· 1 1 0 −0· 1 1 1 +2· 1 1 1

0 0 1 0 0 1 0 0 1 1 1 0

1 1 1 1 1 0

= − 1 1 0 +2· 1 1 1 = 0.

0 0 1 1 1 0

1 1 1

1 1 0 = 0 (usando o desenvolvimento segundo a terceira linha).

0 0 1

1 1 0

1 1 1 = 0 (usando o desenvolvimento segundo a terceira linha).

1 1 0
8) Se multiplicarmos uma linha ou coluna de uma matriz por um número o seu determinante
vem multiplicado por esse número (todos os termos do determinante são multiplicados
por esse factor). Esta propriedade, diz que:
(a) Multiplica-se um determinante por um factor, multiplicando esse número pelos ele-
mentos de uma linha ou coluna. E ainda que, se dividirmos uma linha ou coluna de
uma matriz por um número diferente de zero, o seu determinante vem dividido por
esse número;
(b) Se todos os elementos de uma matriz quadrada A forem multiplicados por uma
constante k , então verifica-se a relação |kA| = k n |A|, onde n é a ordem da matriz;

" #
2 1
(a) A =
3 4
O grupo de ALGA
Teoria 15
Calculemos det A, isto é,

2 1
det A = = 2 · 4 − 3 · 1 = 5.

3 4
i. Agora calculemos det A0 , onde A0 resultante A, cuja segunda linha é multipli-

cada por 2 , isto é,

2 1
det A0 = = 16 − 10 = 10.

6 8
Temos det A0 = 2 · det A.

ii. Agora achemos det A00 , onde A00 = 2 · A , isto é,

4 2
det A00 = = 32 − 12 = 22 · 5 = 20.

6 8
Temos det A0 = 2 · det A.

 
1 2 1
(b) B =  3 5 2  . Agora calculemos det B , isto é,
 
4 1 1

1 2 1

det B = 3 5 2 = 1 · (−1) · (−4) = −4 (calculado na propriedade 5b).

4 1 1
i. Agora calculemos det B 0 , onde B 0 é a matriz resultante B , cuja terceira linha
é multiplicada por 3, isto é,

1 2 1

0
det B = 3 5 2 , Aplicando a terceira operação elementar duma matriz,

12 3 3
onde multipliquemos por -3 e -12 a segunda e a terceira linha respectivamente,
teremos:

1 2 1
−1 −1
det B 0 = 0 −1 −1 = 1· = 9 − 21 = −12.

−21 −9
0 −33 −9
Temos det B 0 = 3 · det B .

ii. Agora achemos det B 00 , onde B 00 = 3 · B , isto é,

3 6 3

00
det B = 9 15 6 , Aplicando a terceira operação elementar duma matriz,

12 3 3
onde multipliquemos por -3 e -4 a segunda e a terceira linha respectivamente,
teremos:
O grupo de ALGA

3 6 3
−3 −3
det B 0 = 0 −3 −3 = 3· = 3 · (27 − 63) = −33 · 4 = −108.

−21 −9

0 −21 −9
Temos
 det B 0 =34 · det B .
1 2 3 4
 0 5 6 7 
(c) C = 
 
 0 0 8 9 

0 0 0 10

1 2 3 4

0 5 6 7
Agora calculemos det C , isto é, C = = 1 · 5 · 8 · 10 = 400 (de-

0 0 8 9

0 0 0 10
terminante duma matriz triangular superior).
i. Agora calculemos det C 0 , onde C 0 é a matriz resultante C , cuja primeira linha
1
é multiplicada por , isto é,
2

1 1 3 2
2 2
0 5 6 7 1
det C 0 = = (·5 · 8 · 10) = 200

0 0 8 9 2

0 0 0 10
1
ii. Agora achemos det C 00 , onde C 00 = · B , isto é,
2

1 2 3 4
2 2 2 2
0 5 6 7 1 5 8 10 1 4
00 2 2 2 =
det C = · · · = · 400 = 25

0 0 2 29 2 2 2 2
8
2

0 0 0 10

2
4
00 1
Temos det C = · det C
2
Nota 0.1.1. O mesmo se verifica, se multiplicarmos uma coluna por uma cons-
tante.
9) Se os elementos de uma linha ou coluna são somas agébricas de n parcelas, o determinante

decompõem-se na soma dos n determinantes que se obtém substituindo os elementos
dessa linha ou coluna sucessivamente pela primeira, segunda, . . . , parcelas e deixando as
restante linhas ou colunas inalterdas.
(a) Por exemplo, se cada elemento de uma linha ou coluna é a soma de duas parcelas, en-
tão o determinante é igual á soma dos determinantes que dele se obtém substituindo
os elementos dessa linha ou coluna, num caso pelas primeiras parcelas e noutro pelas
segundas parcelas;
O grupo de ALGA
Teoria 17

5 2 2+3 1+1 2 1 3 1
(a) = = + = 5 + 8 = 13

1 3 1 3 1 3 1 3
 
1 2 3
(b) C =  6 5 6  = 12
 
7 8 9
ou
       
1 2 3 1 2 3 1 2 3 1 2 3
 6 5 6  =  4 + 2 5 + 0 3 + 3  =  4 5 3 +  2 0 3 
       
7 8 9 7 8 9 7 8 9 7 8 9
= −18 + 30 = 12
 
1 2 3
(c) C =  6 5 6  = 12
 
7 8 9
ou
       
1 2 3 1 1+1 3 1 1 3 1 1 3
 6 5 6  =  6 3 + 2 6  =  6 3 6 +  6 2 6 
       
7 8 9 7 5+3 9 7 5 9 7 3 9
= 12 + 0 = 12
10) O determinante de um produto de matrizes quadradas da mesma ordem é igual ao produto

dos determinates das matrizes, |A · B| = |A| · |B|;
Exemplo 0.1.13. Seja:

" # " #
1 2 0 1
(a) A = e B = .
3 4 −1 2
   
1 1 0 1 0 0
(b) A =  0 1 3  e B= 1 2 0 
   
0 0 4 5 6 3
   
1 0 0 0 1 1 1 1
 2 2 0 0   0 2 2 1 
(c) A =  e B=
   
 3 1 −1 0  1 1 3 1
 
 
4 2 1 1 0 0 4 1
mostre que |A · B| = |A| · |B|.
Resolução:
O grupo de ALGA

1 2 0 1

(a) det A = = 4 − 6 = −2 e det B = = 0 + 1 = 1.

3 4 −1 2

" # " # " #
1 2 0 1 −2 5
A·B = · = .
3 4 −1 2 −4 11

−2 5
então |A · B| = = −22 + 20 = −2

−4 11
Logo |A| · |B| = |A · B| = −2.

1 1 0

(b) det A = 0 1 3 = 1 · 1 · 4 = 4 (determinante duma matriz triangular superior).

0 0 4
e

1 0 0

det B = 1 2 0 = = 1·2·3 = 6 (determinante duma matriz triangular inferior).

5 6 3
     
1 1 0 1 0 0 2 2 0
A·B = 0 1 3  ·  1 2 0  =  16 20 9  .
     
0 0 4 5 6 3 20 24 12

2 2 0

Então det A · B = 16 20 9 Usando o desenvolvimento segundo a primeira

20 24 12
linha, teremos:

2 2 0
20 9 16 9
16 20 9 = 2 · − 2 · = 2(24 − 12) = 24.

24 12 20 12
20 24 12
Logo |A| · |B| = |A · B| = 24.

   
1 0 0 0 1 1 1 1
 2 2 0 0   0 2 2 1 
(c) A =   e B=
   
 3 1 −1 0   1 1 3 1 

4 2 1 1 0 0 4 1

1 0 0 0

2 2 0 0
det A = = 1 · 2 · (−1) · 1 = −2.

3 1 −1 0

4 2 1 1
Achemos o determinante de B , isto é,

1 1 1 1
0 2 2 1
det B = (Multiplicando a primeira linha por -1 e adicionar a ter-

1 1 3 1

0 0 4 1
O grupo de ALGA
Teoria 19
ceira), isto é,

1 1 1 1

0 2 2 1
(Multiplicando a primeira linha por -1 e adicionar a terceira linha),

0 0 2 0

0 0 4 1
isto é,

1 1 1 1

0 2 2 1
(Multiplicando a segunda linha por -2 e adicionar a quarta linha),

0 0 2 0

0 0 0 1
isto é,

1 1 1 1

0 2 2 1
= 1 · 2 · 2 · 1 = 4(Matriz triangular superior).

0 0 2 0

0 0 0 1
Agora achemos A · B e |A · B|, isto é,

     
1 0 0 0 1 1 1 1 1 1 1 1
 2 2 0 0   0 2 2 1   2 6 6 4 
A·B =   ·   =  ,
     
 3 1 −1 0   1 1 3 1   2 4 2 3 
4 2 1 1 0 0 4 1 5 9 15 8

1 1 1 1

2 6 6 4
|A · B| = multipliquemos a primeira linha por -2,-2 e -5 e adici-

2 4 2 3

5 9 15 8
onemos a segunda, terceira e quarta linha respectivamente, isto é,

1 1 1 1

0 4 4 2
usando o desenvolvimento, segundo a primeira coluna, teremos:

0 2 0 1

0 4 10 3

4 4 2

2 0 1 multipliquemos a terceira coluna por -2, e adicionemos a primeira co-

4 10 3
luna, isto é,

0 4 2

0 0 1 aplicando o desenvolvimento, segundo a primeira coluna, teremos:

−2 10 3

4 2
(−2) · = −2(4 − 0) = −8.

0 1
O grupo de ALGA
Logo |A| · |B| = |A · B| = −8.
11) A característica de uma matriz (não nula) pode ser indicada pela mais alta ordem dos
determinantes não nulos das suas submatrizes quadradas;
O grupo de ALGA
Teoria 21
Aula 4
0.1.3 Matriz Inversa

Inversa de uma matriz
Definição 0.1.4. Seja A uma matriz quadrada de ordem n. Diremos que A é invertível se
existir uma matriz X , quadrada de ordem n, tal que AX = XA = In .
" # " #
1 2 −1 2
Exemplo 0.1.14. A matriz é invertível, sendo a sua inversa a matriz .
1 1 1 −1
" # " #
−1 2 1 2
Provemos que a matriz é a inversa da matriz .
1 −1 1 1
Usando
" #a fórmula
" A·X #=X " · A =#In , teremos:
" # " # " #
1 2 −1 2 1 0 −1 2 1 2 1 0
. = = I2 e . = = I2
1 1 1 −1 0 1 1 −1 1 1 0 1
Teorema 0.1.2. Uma matriz quadrada A é invertível se e só se for não-singular.
Corolário 0.1.1. Seja A quadrada. Então A é invertível se e só se |A| =

6 0.
O algorítmo de Gauss-Jordan para inversão de Matrizes
Algorítmo. Cálculo da inversa de uma matriz: seja dada An×n . Para calcular a inversa de
A (se existir) leva-se a cabo com a matriz n × 2n [A|In ] a parte descendente do método de
eliminação de Gauss-Jordan aplicado a A. Se houver menos de n pivots, A não é invertível.
Se houver n pivots, logo a matriz é invertível.
Como achar a matriz inversa?
Para achar a matriz inversa, anulamos todos os elementos por cima e por baixo da diagonal
da matriz á esquerda usando as operações elementares. Finalmente divide-se cada linha pelo
respectivo pivot. No fim deste processo, a matriz obtida é [In |A−1 ].
Logo a matriz da direita A−1 é a matriz inversa de A.
Exemplo 0.1.15. Determine a matriz inversa de:

" #
2 3
(a) A= .
1 4
 
2 1 0
(b) B=  −3 1 4  .
 
1 6 5
O grupo de ALGA
 
2 1 0 0
 1 0 −1 1 
(c) C=  .
 
 0 1 1 1 
−1 0 0 3
Resolução :
(a) Coloquemos a matriz junto com a identidade e apliquemos as operações com linhas, para
reduzir a parte esquerda (que corresponde a A) á forma escada linha reduzida (ou matriz
identidade)
" e efectuando
# simultaneamente cada operação na parte direita.
2 3| 1 0
. Troquemos a primeira linha com a segunda linha, isto é,
1 4| 0 1
" #
1 4| 0 1
. Multipliquemos a primeira linha por -2, e adicionemos a segunda li-
2 3| 1 0
nha, isto é,
" #
1 4| 0 1 1
. Multipliquemos a segunda linha por − , isto é,
0 −5| 1 −2 5
" #
1 4| 0 1
. Multipliquemos a segunda linha por -4, e adicionemos a primeira
0 1| − 51 25
linha, isto é,
" # " #
1 0| 54 − 35 4
− 3
. Logo A−1 = 5 5
0 1| − 15 25 − 51 25
(b) Coloquemos a matriz junto com a identidade e apliquemos as operações com linhas, para
reduzir a parte esquerda (que corresponde a B ) á forma escada linha reduzida (ou matriz
identidade) e efectuando simultaneamente cada operação na parte direita.
 
2 1 0| 1 0 0
 −3 1 4| 0 1 0  . Troquemos a primeira linha com a terceira linha, isto é,
 
1 6 5| 0 0 1
 
1 6 5| 0 0 1
 −3 1 4| 0 1 0  . Multipliquemos a primeira linha por 3 e -2, e adicionemos
 
2 1 0| 1 0 0
a segunda e terceira linha, respectivamente, isto é,
 
1 6 5| 0 0 1
1
 0 19 19| 0 1 3  . Multipliquemos a segunda linha por , isto é,
 
19
0 −11 −10| 1 0 −2
 
1 6 5| 0 0 1
1 3 
 0 1 1| 0 19 . Multipliquemos a segunda linha por 11 e adicionemos

19 
0 −11 −10| 1 0 −2
a terceira, isto é,
O grupo de ALGA
Teoria 23
 
1 6 5| 0 0 1
1 3
 0 1 1| 0 19 . Multipliquemos a terceira linha por -5 e -1, e adicionemos
 
19 
11 5
0 0 1| 1 19 − 19
a primeira e segunda linha, respectivamente, isto é,
 
1 6 0| −5 − 55 19
44
19
10 8
 0 1 0| −1 − 19 19  . Multipliquemos a segunda linha por -6 e adicionemos a
 
11 5
0 0 1| 1 19
− 19
segunda linha, isto é,
   
5 4 5 4
1 0 0| 1 19
− 19 1 19
− 19
−1
 0 1 0| −1 − 10 8
 . Logo C =  −1 − 10 8
.
   
19 19 19 19 
11 5 11 5
0 0 1| 1 19
− 19 1 19
− 19
(c) Coloquemos a matriz junto com a identidade e apliquemos as operações com linhas, para
reduzir a parte esquerda (que corresponde a C ) á forma escada linha reduzida (ou matriz
identidade) e efectuando simultaneamente cada operação na parte direita.
 
2 1 0 0 | 1 0 0 0

 1 0 −1 1 | 0 1 0 0 

0 1 1 1 | 0 0 1 0
 
 
−1 0 0 3 | 0 0 0 1
 
1 0 −1 1 | 1 0 0 0
 2 1 0 0 | 0 1 0 0 
trocando a primeira linha e a segunda linha, obtemos 
 
 0 1 1 1 | 0 0 1 0 

−1 0 0 3 | 0 0 0 1
Agora somando á quarta a primeira, e á segunda, a primeira multiplicada por −2, obte-
mos
 
1 0 −1 1 | 0 1 0 0
 0 1 2 −2 | 1 −2 0 0 
 subtraindo a segunda linha da terceira linha, obte-
 
 0 1 1 1 | 0 0 1 0 

0 0 −1 4 | 0 1 0 1
mos
 
1 0 −1 1 | 0 1 0 0
 0 1 2 −2 | 1 −2 0 0 
 trocando o sinal da terceira linha e, subsequente-
 
 0 0 −1 3 | −1 2 1 0 

0 0 −1 4 | 0 1 0 1
 
1 0 0 −2 | 1 −1 −1 0
 0 1 0 4 | −1 2 −2 0 
mente, anulamos o resto da terceira coluna   Final-
 
 0 0 1 −3 | 1 −2 −1 0 
0 0 0 1 | 1 −1 −1 1
mente, obtemos a identidade á esquerda e a inversa de A á direita.
O grupo de ALGA
 
1 0 0 | 3
0 −3 −3 2

 0 1 0 | −5
0 6 6 4 

0 0 1 | 4
0 −5 −4 3 
 

0 0 0 | 1
1 −1 −1 1
 
3 −3 −3 2
 −5 6 6 4 
portanto C −1 = 
 
 4 −5 −4 3 

1 −1 −1 1
0.1.4 Cálculo da matriz inversa, usando determinantes
0.1.5 Matriz adjunta

Matriz dos cofactores
Dada a matriz A, com os cofactores ∆ij = (−1)ij det Aij dos elementos aij da matriz A,
podemos formar
uma nova matriz A, denominada
matriz dos cofactores de A, A = [∆ij ].
∆11 ∆12 ∆13 ... ∆1n

∆21 ∆22 ∆23 ... ∆2n

A = [∆ij ] = ∆31 ∆32 ∆33 ...

∆1n

... ... ... ... ...

∆n1 ∆n2 ∆n3 ... ∆nn
 
1 4 3
Exemplo 0.1.16. Determine a matriz dos cofactores da matriz A =  2 5 4 
 
1 −3 −2
Resolução :
Formemos a matriz dos cofactores;

A
matriz dos cofactores,
é dada por:
∆
11 ∆12 ∆13

∆21 ∆22 ∆23 , onde:

∆31 ∆32 ∆33
" # " # " #
5 4 2 4 2 5
∆11 = (−1)1+1 = 2 ∆12 = (−1)1+2 = 8 ∆13 = (−1)1+3
−3 −2 1 −2 1 −3
= −11 " # " # " #
4 3 1 3 1 4
∆21 = (−1)2+1 = −1 ∆22 = (−1)2+2 = −5 ∆23 = (−1)2+3
−3 −2 1 −2 1 −3
=7 " # " # " #
4 3 1 3 1 4
∆31 = (−1)3+1 = 1 ∆32 = (−1)3+2 = 2 ∆33 = (−1)3+3 = −3
5 4 2 4 2 5
Então a matriz dos cofactores, será:
O grupo de ALGA
Teoria 25
 
2 8 −11
A =  −1 −5 7 
 
1 2 −3
Definição 0.1.5. Dada a matriz quadrada A, chamamos de matriz adjunta de A á transposta
da matriz dos cofactores de A, isto é, adj A = AT .
 
2 −1 1
 
T
No exemplo anterior adj A =  8 −5 2 
 
 
−11 7 −3
Teorema 0.1.3. A · AT = (det A) · I .
Vamos verificar este teorema a partir do exemplo anterior.

T
 · A = (det
A  ·
A) I       
1 4 3 2 −1 1 1 0 0 1 0 0 1 0 0
         
· 8 −5 2  = det A  0 1 0  ⇔  0 1 0  = 1· det A  0 1 0
         
 2 5 4 
         
1 −3 −2 −11 7 −3 0 0 1 0 0 1 0 0 1
Definição 0.1.6. Dada uma matriz quadrada A de ordem n, chamamos de inversa de A a

uma matriz B tal que A · B = B · A = I , onde I é a matriz identidade. Denominamos A−1
para a inversa de A.
Suponhamos agora que An×n tenha inversa, isto é, existe A−1 tal que A · A−1 = I . Usando
o determinante temos, det (A · A−1 ) = det I ⇔ det A · detA−1 = 1.
Da última relação , concluimos que se A tem inversa, então:
1) det A 6= 0.
1
2) det A−1 =
det A
Ou seja det A 6= 0, é condição necessária para que A tenha inversa.
Vamos de seguida que esta condição é também suficienete:
Sabemos que A · AT = (det A) · I . Considerando det A 6= 0, podemos afirmar que
1 1
A· · AT = I , então A−1 = (adj A).
det A det A
O grupo de ALGA
Teorema 0.1.4. Uma matriz quadrada A admite uma inversa, se e somente se det A 6= 0.
Exemplo 0.1.17. Determine a matriz inversa de:

" #
2 3
(a) A=
1 4
 
1 4 3
(b) B=  2 5 4 
 
1 −3 −2
 
2 1 0 0
 1 0 −1 1 
(c) C=  .
 
 0 1 1 1 
−1 0 0 3
Resolução :
(a) Para calcular a inversa da matriz, primeiro calcula-se o determinante dessa matriz. E
calculando o determinante da matriz, teremos:

2 3
detA= =8−3=5

1 4
Segundo, trocar os elementos da diagonal principal da matriz dada em A" e trocar #

os
4 −3
sinais dos elementos na outra diagonal, obtendo a matriz transformada A = .
−1 2
Terceiro, dividir a matriz transformada pelo valor det A e assim obtemos a matriz in-
versa, isto é,
" # " #
4 3
1 4 −3 −
A−1 = = 5 5 .
5 −1 2 − 15 52
Ou
1
Sabe-se que a matriz inversa de A é dada por A−1 = (adj A), então:
det A
Primeiro, calculemos a matriz dos cofactores;
∆11 = (−1)1+1 |4| = 4 ∆12 = (−1)1+2 |1| = −1 ∆21 = (−1)2+1 |3| = −3

∆22 = (−1)2+ |2| = 2.
" # " #
4 −1 4 −3
Daqui teremos, ∆ = ∆11 = (−1)1+1 , então A = .
−3 2 −1 2
" # " #
4 3
1 1 4 −3 −5
Logo A−1 = ·A= = 5
det A 5 −1 2 − 5 52
1
O grupo de ALGA
Teoria 27
1
(b) Sabe-se que a matriz inversa de B é dada por B −1 = (adj B), então:
det B

" # " # " #
1 4 −3 4 −3 1
∆11 = (−1)1+1 = −19 ∆12 = (−1)1+2 = 19 ∆13 = (−1)1+3
6 5 1 5 1 6
= −19 " # " # " #
1 0 2 0 2 1
∆21 = (−1)2+1 = −5 ∆22 = (−1)2+2 = 10 ∆23 = (−1)2+3
6 5 1 5 1 6
= −11 " # " # " #
1 0 2 0 2 1
∆31 = (−1)3+1 = 4 ∆32 = (−1)3+2 = −8 ∆33 = (−1)3+3
1 4 −3 4 −3 1
=5  
−19 19 −19
Então, a matriz dos cofactores é B =  −5 10 −11  .
 
4 −8 5
Segundo, achemos a matriz adjunta de B =;
 
−19 −5 4
A adjunta é adj B = B T =  19 10 −8 
 
−19 −11 5
 
2 1 0
Terceiro, calculemos det B ; det B =  −3 1 4  = −19
 
1 6 5
−1 1
 a fórmula B = det B (adj B),
Por fim, usando  teremos: 
5 4
−19 −5 4 1 19
− 19
B −1 = −19
1
 19 10 −8  ⇒ B −1 =  −1 − 10 8
.
   
19 19 
11 5
−19 −11 5 1 19
− 19
1
(c) Sabe-se que a matriz inversa de C é dada por C −1 = (adj C), então:
det C

   
0 −1 1 1 −1 1
∆11 = (−1)1+1  1 1 1  = 3 ∆12 = (−1)1+2  0 1 1  = −5
   
0 0 3 −1 0 3
   
1 0 1 1 0 −1
∆13 = (−1)1+3  0 1 1  = 4 ∆14 = (−1)1+4  0 1 1  = 1
   
−1 0 3 −1 0 0
   
1 0 0 2 0 0
∆21 = (−1)2+1  1 1 1  = −3 ∆22 = (−1)2+2  0 1 1  = 6
   
0 0 3 −1 0 3
O grupo de ALGA
   
2 1 0 2 1 0
∆23= (−1)2+3  0 1 1  = −5 ∆24 = (−1)2+4  0 1 1  = −1
   
−1 0 3 −1 0 0
   
1 0 0 2 0 0
∆31= (−1)3+1  0 −1 1  = −3 ∆32 = (−1)3+2  1 −1 1  = 6
   
0 0 3 −1 0 3
   
2 1 0 2 1 0
∆33= (−1)3+3  1 0 1  = −4 ∆34 = (−1)3+4  1 0 −1  = −1
   
−1 0 3 −1 0 0
   
1 0 0 2 0 0
∆41= (−1)4+1  0 −1 1  = 2 ∆42 = (−1)4+2  1 −1 1  = −4
   
1 1 1 0 1 1
   
2 1 0 2 1 0
∆43= (−1)4+3  1 0 1  = 3 ∆44 = (−1)4+4  1 0 −1  = 1
   
0 1 1 0 1 1
 
3 −5 4 1
 −3 6 −5 −1 
Então, a matriz dos cofactores é C =  .
 
 −3 6 −4 −1 
2 −4 3 1
Segundo, achemos a matriz adjunta de C ;
 
3 −3 −3 2
 −5 6 6 4 
T
A adjunta é adj C = C = 
 
 4 −5 −4 3 

1 −1 −1 1
 
2 1 0 0
 1 10 −1 1 
Terceiro, calculemos det C ; det C =   =1
 
 0 1 1 1 
−1 0 0 3
−1 1
Por fim,usando a fórmula C = det C (adj C), teremos:
3 −3 −3 2
 −5 6 6 4 
−1
C = 
 
 4 −5 −4 3 

1 −1 −1 1
O grupo de ALGA
Teoria 29
Aula 4
0.1.6 Generalidades
Definição 0.1.7. Uma equação linear nas incógnitas x1 , . . . , xn é uma equação do tipo
a1 x1 + . . . + an · xn = b, onde a1 . . . an e b são números. A b costuma chamar-se segundo
membro ou termo independente da equação .
Exemplo 0.1.18. 1) 2x1 + 3x2 = 0;
3
2) 2x1 − x2 + x3 = 1
2
Um sistema de equações lineares é um conjunto composto por duas ou mais equações line-
ares ou é um conjunto finito de equações lineares (todas nas mesmas incógnitas). Um sistema
genérico com m equações e n incógnitas



 a11 x1 + . . . + a1n xn = b1



 a x
21 1 + . . . + a2n xn = b2


 ... ... ... ... ... ... ...



 a x + ... + a x = b
m1 1 mn n m
Estesistema, pode ser apresentada
  forma
na  abreviada
  Ax = b, onde
a a12 . . . a1n x b
 11   1   1 
     
 a21 a22 . . . a2n   x2   b2 
A= 
 , x= 
 
 e b= 
 


 ... ... ... ...   ...   ... 
     
am1 am2 . . . amn xn bm
A é a matriz do sistema, x é a matriz-coluna das incógnitas e b é a matriz-coluna do segundo
membro ou, abreviamente, o segundo membro do sistema.  
a11 a12 . . . a1n b1
 
 
 a21 a22 . . . a2n b2 
Uma outra matriz que podemos associar ao sistema é [Ab]= 

 que

 ... ... ... ... ... 
 
am1 am2 . . . amn bm
se chama matriz ampliada.

 2x1 + 5x2 − x3 = 3

Exemplo 0.1.19. 4x1 + 9x2 + x3 = 7

 x − 2x + 3x = 0
1 2
 3
   
2 5 −1 x1 3
A matriz do sistema é  4 9 1  , enquanto que x=  x2  e b=  7  são, respecti-
     
1 −2 3 x3 0
vamente, as matrizes-coluna das incógnitas e do segundo membro.
O grupo de ALGA
 
2 5 −1 3
 4 9 1 7  é a matriz ampliada.
 
1 −2 3 0
Definição 0.1.8. Uma solução de um sistema de equações lineares nas incógnitas x1 , . . . , xn é

uma sequência ordenada (α1 , . . . , αn ) de números tais que as substituições xi = αi , i = 1, . . . , n
transformam todas as equações do sistema em igualdades verdadeiras. Uma solução também
se pode apresentar na forma de uma matriz-coluna n × 1.
 
α1

 α2 

...
 
 
αn
Resolver um sistema de equações lineares é determinar todas as suas soluções ou provar

que não existe nenhuma .
Definição 0.1.9. Dois sistemas com o mesmo número de equações e de incógnitas dizem-se
equivalentes se tiver os mesmos conjuntos de soluções .
( (
3x1 + 6x2 = 42 x1 + 2x2 = 14
Exemplo 0.1.20. Os sistemas e são equiva-
2x1 − 4x2 = 12 x1 − 2x2 = 6
lentes, pois admitem a mesma solução x1 = 10 e x2 = 2.
Definição 0.1.10. Chamam-se variáveis livres as incógnitas xi que não aparecem no começo
de nenhuma equação do sistema na forma escalonada.

 x1 + 2x2 + 2x3 − x4 = 3

Exemplo 0.1.21. Dados os sistemas (i) 0x1 + x2 − 3x3 + x4 = −3 e

 0x + 0x − 10x + 7x = −11
1 2 3 4

 x1 + 2x2 + 2x3 − x4 = 3

(ii) 0x1 + x2 − 3x3 + x4 = −3 na forma escalonada. Indique as variáveis li-

 0x + 0x + 0x + 0x = 0
1 2 3 4
vres em cada sistema.
Resolução:
(i) a variável livre é x4 ( porque não aparece no começo de nenhuma equação do sistema
na forma escalonada).
(ii) as variáveis livres são x3 e x4 ( porque não aparecem no começo de nenhuma equação
do sistema na forma escalonada).
O grupo de ALGA
Teoria 31
0.1.7 Compatibilidade de sistemas lineares

Sistema possível ou compatível
Definição 0.1.11. Um sistema de equações lineares que tenha pelo menos uma solução diz-se
possível ou compatível
Teorema 0.1.5. O sistema é compatível se a característica da matriz dos coeficientes coincide
com a característica da matriz ampliada.
Um sistema possível ou compatível, pode ser:
1) Determinado (se e só, se tiver uma única solução).

Teorema 0.1.6. O sistema compatível é determinado se a característica da matriz dos
coeficientes coincide com o número de incógnitas do sistema (Car (A) = n), onde A é
matriz do sistema.
2) Indeterminado (se tiver mais do que uma solução).

Teorema 0.1.7. O sistema compatível é indeterminado se a característica da matriz dos
coeficientes for menor que o número das incógnitas do sistema car (A) < n (A matriz do
sitema), isto é, há menos equações do que incógnitas. Então, podemos arbitrariamente
atribuir valores às n − car (A) variáveis livres e obter uma solução do sistema.
Nota 0.1.2. Se ocorre uma equação 0x1 + . . . + 0xn = 0, então o sistema é compatível
e indeterminado, isto é, o sistema têm mais do que uma solução.
Sistema impossível ou incompatível
Definição 0.1.12. Um sistema de equações lineares que não tenha nenhuma solução diz-se
impossível ou Incompatível.
Teorema 0.1.8. O sistema é incompatível se a característica da matriz ampliada for maior
que a característica da matriz dos coeficientes.
Nota 0.1.3. Se ocorre uma equação 0x1 +. . .+0xn = b, b 6= 0, então o sistema é imcompatível,
isto é, o sistema não tem solução.
(
2x1 + 5x2 = 3
Exemplo 0.1.22. 1) O sistema é determinado, sendo que tem única
4x1 + 9x2 = 7
" #
4
solução
−1
( " #
2x1 + 4x2 = 12 6 − 2α
2) O sistema é possível e indeterminado, com solução
4x1 + 8x2 = 24 α
, para qualquer α ∈ R.
(
2x1 + 4x2 = 5
3) O sistema é impossível.
4x1 + 8x2 = 7
O grupo de ALGA
0.1.8 Métodos de resolução de sistemas de equações lineares
1) O algorítmo de eliminação de Gauss
Um método geral de resolução de sistemas de equações lineares é o chamado algorítmo

de eliminação de Gauss. Este algorítmo consiste numa sequência de passos elementares
que transformam o sistema dado num sistema muito fácil de resolver.
Um passo elementar do método de eliminação de Gauss consiste na adição membro a
membro a uma equação de um múltiplo de outra, de forma que , na equação obtida, seja
nulo o coeficiente de certa incógnita. Com isto dizemos que se eliminou essa incógnita da
equação .
Os passos do método do Gauss são:
(a) Usando transformações elementares das linhas, transformar a matriz correspondente

ao sistema dado para forma escalonada.
(b) Se a última linha não nula tem pivot na última coluna, então o sistema é incompa-
tível.
(c) Se cada coluna, excepto a última tem pivot, então tem única solução ˙
Neste caso para obter solução é preciso transformar matriz á forma escalonada
reduzida e secrever o sistema correspondente.
(d) Se a última coluna não tem pivot e existe pelo menos uma outra coluna que também
não contém pivot, então o sistema tem infinidades de soluções.
Para obter a solução geral, é preciso transformar a matriz á forma escalonada re-
duzida e escrever o sistema correspondente. Depois atribuir os valores paramétricos
para incógnitas cujas colunas respectivas não têm pivots e expressar as outras incóg-
nitas atravéz destes paramétros.
Expliquemos o método de eliminação de Gauss, como sequência dos passos elementares

por meio de um exemplo concreto.
Exemplo 0.1.23. Consideremos o sistema os sistemas


 x1 + 4x2 + 3x3 = 1

(a) 2x1 + 5x2 + 4x3 = 4

 x − 3x − 2x = 5
1 2 3
O grupo de ALGA
Teoria 33

 x1
 + 2x2 + 2x3 − x4 = 3
(b) 2x1 + 3x2 + x3 − x4 = 3

 x
1 + 3x2 + 5x3 − 2x4 = 6

 x1
 + 2x2 + 2x3 = 3
(c) 2x1 + x2 + 3x3 = 0 .

 x
1 − x2 + x3 = 1
Resolva usando o método de Gauss.
Resolução:
  
 1
 x + 4x 2 + 3x 3 = 1 1 4 3 1
(a) 2x1 + 5x2 + 4x3 = 4 a matriz ampliada será:  2 5 4 4  (1)
 

 x − 3x − 2x = 5
1 2 3 1 −3 −2 5
Primeiro passo: Eliminemos a variável x1 das equações 2 e 3. Para o efeito,
multiplicamos a equação 1 por −2 e adicionamos a equação a equação 2, e de
seguida multiplicaremos a equação por −1 e adicionamos a equação 3. Daqui
resulta
 a equação (2).  
 1
 x + 4x 2 + 3x 3 = 1 1 4 3 1
0 − 3x2 − 2x3 = 2 a matriz ampliada será:  0 −3 −2 2  (2)
 

 0 − 7x − 5x = 4
2 3 0 −7 −5 4
Segundo Passso: Tornemos a equação do sistema 2 igual a 1. Para tal vamos
1
multiplicar a equação 2 por − . Daqui resulta a equação (3).
 3  
 1
 x + 4x 2 + 3x 3 = 1 1 4 3 1
0 + x2 + 23 x3 = − 32 a matriz ampliada será:  0 1 2
− 23  (3)
 
 3
 0 − 7x − 5x = 4 0 −7 −5 4
2 3
Terceiro Passo: Eliminemos a variável x2 das equações 1 e 3 do sistema (3). Para
tal vamos multiplicar a equação2 por −4 e adicionarmos a equação 1, e de seguida
multipliquemos a equação por 2 por 7 e adicionemos a equação 3. Daqui resulta
osistema (4).  
1 11 1 11
 1
 x + 0 + x
3 3
= 3
1 0 3 3
0 + x2 + 23 x3 = − 23 a matriz ampliada será:  0 1 23 − 23  (4)
 
 0 + 0 − 1x = −2

0 0 − 31 − 23
3 3 3
Quarto: Tornemos o coeficiente x3 do sistema equação 1 do sistema 4 igual a 1.
 tal multipliquemos a equação 3 por −3. Daqui resulta
Para  o sistema (5). 
1 11 1 11
 1
 x + 0 + x
3 3
= 3
1 0 3 3
0 + x2 + 23 x3 = − 23 a matriz ampliada será:  0 1 32 − 23  (5)
 

 0 + 0 + x
3 = 2 0 0 1 2
Quinto Passo: Eliminemos x3 das duas primeiras equações do sistema (5). Para
1
tal multipliquemos a equação 3 por − e adicionamos a primeira equação e de
3
2
seguida multipliquemos a equação 3 por − . Daqui resulta o sistema (6)
 3  
 x1 + 0 + 0 = 3
 1 0 0 3
0 + x2 + 0 = −2 a matriz ampliada será:  0 1 0 −2  (6)
 

 0 + 0 + x = 2
3 0 0 1 2
O grupo de ALGA

 x1 = 3

Ou seja: x2 = −2

 x = 2
3
Assim, cada sistema foi obtido a partir do sistema anterior, por operação es que
preservam as igualdades. O ponto fundamental deste procedimento é que as etapas
todas reversíveis. Por exemplo partindo do sistema (ii) podemos obter o sistema (i).

 x1 + 2x2 + 2x3 − x4 = 3

(b) 2x1 + 3x2 + x3 − x4 = 3

 x + 3x + 5x − 2x = 6
1 2 3 4
 
1 2 2 −1 3
A matriz ampliada do sistema será:  2 3 1 −1 3  .
 
1 −3 5 −2 6
Apliquemos o algorítmo de Gauss, isto é,
Multiplicando a primeira linha por -2 e -1, e adicionando a segunda e terceira li-

nha respectivamente, teremos:
 
1 2 2 −1 3
 0 −1 −3 1 −3  , Multiplicando a segunda linha por 1 e adionando a ter-
 
0 1 3 −1 3
ceira linha, teremos:
 
1 2 2 −1 3
 0 −1 −3 1 −3  .
 
0 0 0 0 0
Daqui, concluimos que o sistema é compatível e indeterminado, porque a caracte-
rística da matriz dos coeficientes (2) é menor que o número das incógnitas do sis-
tema(4) , isto é, há menos equações do que incógnitas.
Para achar a solução primeiro reescrevemos o sistema obtido, e de seguida identi-

fiquemos a(s) variáveis livre(s) e atribuemos valores arbitrários a elas, substituemos
na(s) outra(s) equações para achar o(s) valor(es) da(s) outra(s) incógnita(s), isto é,
(
x1 + 2x2 + 2x3 − x4 = 3
.
− x2 − 3x3 + x4 = 0
x3 e x4 são as variáveis livres (Porque não aparecem no inicio de cada equação).
Seja x3 = a ∈ R e x4 = b ∈ R. Daqui teremos:
−x2 − 3x3 + x4 = 0 ⇔ x2 = −3x3 + x4 ⇒ x2 = −3a + b
x1 = x4 + 3 − 2x2 − 2x3 , ⇒ x1 = 4a − b + 3.
O grupo de ALGA
Teoria 35
 
4a − b + 3
 −3a + b 
Sol : X =   a, b ∈ R.
 
 a 
b

 x1 + 2x2 + 2x3 = 3

(c) 2x1 + x2 + 3x3 = 0 .

 x − x + x = 1
1 2 3
 
1 2 2 3
A matriz ampliada do sistema será:  2 1 3 0  .
 
1 −1 1 1
Multiplicando a primeira linha por -2 e -1, e adicionando a segunda e terceira li-

nha respectivamente, teremos:
 
1 2 2 3
 0 −3 −1 −6 
 
0 −3 −1 −2
Multiplicando a segunda linha por -1 e adicionar a tecreira linha, teremos:
 
1 2 2 3
 0 −3 −1 −6  .
 
0 0 0 4
Daqui, concluimos que o sistema é incompatível se a característica da matriz ampli-
ada (3) é maior que a característica da matriz do sistema (2).
O sistema não tem solução.
O grupo de ALGA
Aula Teorica
2) Resolução de sistemas de equações lineares recorrendo á matriz inversa
O cálculo da inversa de uma matriz fornece um outro método de resolução de siste-

mas de equações lineares. Que se aplica a sistemas em que o número de equações é igual
ao número de incógnitas.
Resolver o sistema de equações lineares recorrendo á matriz inversa consiste em determi-
nar a matriz x.
PROCEDIMENTO:
Consideremos as matrizes A, b e I de ordem n, matriz do sistema, matriz do segundo
membro e a matriz identidade respectivamente.
Primeiro Passo: Multipliquemos em ambos os membros da equação A · x = b por A−1 ,
isto é, A−1 · (A · x) = A−1 · b, onde A−1 é a matriz inversa da A e b é a matriz coluna do
segundo membro.
Segundo Passo: Apliquemos a propriedade associativa da multiplicação das matrizes,
isto é (A−1 · A)b = A−1 · b. sabe-se que A · A−1 = I , daqui teremos ⇐⇒ I · x = A−1 · b =⇒
x = A−1 · b.
Nota 0.1.4. O método de resolução de sistemas de equações lineares usando o método

da matriz inversa, não tem carácter universal como o método de Gauss, isto é, só válido
para sistemas em que a matriz do sistema for quadrado e invertível.
Vamos explicar este método usando o exemplo:
Exemplo 0.1.24. Consideremos o seguinte sistema:

Dado os sistemas:
(
2x1 + 5x2 = 3
(a)
4x1 + 9x2 = 7

 x1 + 4x2 + 3x3 = 1

(b) 2x1 + 5x2 + 4x3 = 4

 x − 3x − 2x = 5
1 2 3
Resolução:
O grupo de ALGA
Teoria 37
(a) Escrevemos
" #este sistema
" #na forma
" matricial
# A · x = b, onde:
2 5 x1 3
A= , x= e b=
5 9 x2 7
A resolução do sistema usando a matriz

" inversa, consite
# em determinar a ma-
2 5 | 1 0
triz x, usando o procedimento acima. Multiplicando a primeira
4 9 | 0 1
1
linha por , teremos:
2
" #
1 52 | 21 0
4 9 | 0 1
Multiplicando a primeira linha por −4 e adicionar a segunda linha, teremos:

" #
1 52 | 12 0
Multiplicando a segunda linha por -1, teremos:
0 −1 | −2 1
" #
1 25 | 21 0
0 1 | 2 −1
5
Multiplicando a segunda linha por − e adicionar a primeira, teremos:
2
" #
1 0 | − 92 52
0 1 | 2 −1
" #
9 5
−
Daqui, temos: A−1 = 2 2
2 −1
" # " # " #
9 5
− 3 4
Como x = A−1 · b, então x= 2 2 · =
2 −1 7 −1
Portanto, a solução é x1 = 4; e x2 = −1 .
(b) Escrevemos
 este sistema
 na
 forma  A · x = b, onde:
 matricial
1 4 3 x1 1
A=  2 5 4  , x=  x2  e b=  4 
     
1 −3 −2 x3 5
A resolução do sistema usando a matriz inversa, consite em determinar
 a ma-
1 4 3 | 1 0 0
triz x, usando o procedimento acima.  2 5 4 | 0 1 0  Multiplicando a
 
1 −3 −2 | 0 0 1
primeira linha por -2 e -1 e adicionar a segunda e terceira linha respectivamente,
teremos:
 
1 4 3 | 1 0 0
1
 0 −3 −2 | −2 1 0  Multiplicando a segunda linha por − , teremos:
 
3
0 −7 −5 | −1 0 1
O grupo de ALGA
 
1 4 3 | 1 0 0
2
 0 1 | 23 − 13 0  Multiplicando a segunda linha por 7 e adicionar a
 
3
0 −7 −5 | −1 0 1
terceira linha, teremos:
 
1 0 13 | − 53 − 34 0
 0 1 23 | 23 − 31 0  Multiplicando a terceira linha por -3, teremos:
 
0 0 − 13 | 11 3
− 37 1
 
1 0 13 | − 35 4
3
0
2 1
 0 1 23 | 2
− 1
0 Multiplicando a terceira linha por − e − e adi-
 
3 3 
3 3
0 0 1 | −11 7 −3
cionar a segunda e primeira linha, respectivamente, teremos:
 
1 0 0 | 2 −1 1
 0 1 0 | 8 −5 2
 

0 0 1 | −11 7 −3
 
2 −1 1
−1 
Daqui, temos: A =  8 −5 2 

−11 7 −3
     
2 −1 1 1 3
−1
Como x = A · b, então x=  8 −5 2  ·  4  =  −2 
     
−11 7 −3 5 2
Portanto, a solução é x1 = 3; x2 = −2 e x3 = 2.
3) Regra de Cramer
O cálculo dos determinantes de uma matriz fornece um outro método de resolução de

sistemas de equações lineares, que se aplica a sistema em que o número de equações é
igual ao número de incógnitas.
Consideremos
 o seguinte sistema:


 a11 x1 + . . . + a1n xn = b1



 a x
21 1 + . . . + a2n xn = b2


 ... ... ... ... ... ... ...



 a x + ... + a x = b
m1 1 mn n m
Podemos escrever este sistema na forma matricial:
Este sistema, pode ser apresentada na forma abreviada Ax = b, onde
O grupo de ALGA
Teoria 39
     
a a12 . . . a1n x b
 11   1   1 
     
 a21 a22 . . . a2n   x2  b
 =  2
 
  ·   ou A · X = B .
     
 ... ... ... ...   ...   ... 
     
am1 am2 . . . amn xn bm
   
x b1
 1   
   
 x2   b2 
Onde é a matriz dos coeficientes e 
 é
 a matriz das incógnitas, e 
  a matriz

 ...   ... 
   
xn bm
dos termos independentes.
Suponhamos que detA 6= 0 e portanto, a matriz A tenha a inversa A−1 . A · X = B ⇔
A−1 · (A · X) = A−1 · B ⇔(A−1· A) · X = A−1 · B ⇔ I· X = A−1· B ⇔ X = A−1 · B
x a a12 . . . a1n b
 1   11   1 
     
 x2   a21 a22 . . . a2n   b2 
Na forma matricial   =   ·  
     
 ...   ... ... ... ...   ... 
     
xn am1 am2 . . . amn bm
−1 1
Usando
  a relação A = detA (AdjA), para  a
matrizinversa, temos:
x 4 412 . . . 41n b
 1   11   1 
 421 422 . . . 42n   b2
     
 x2  1

  =   ·  
  detA    
 ...   ... ... ... ...   ... 
     
xn 4n1 4n2 . . . 4nn bm
b1 411 +b2 421 +...+bn 4n1
Assim, x1 = det A
Observe que o numerador desta fracção é igual ao determinante da matriz que obtemos de
A, substituindo a primeira coluna pela matriz dos termos independentes. Isto é, usando
o desenvolvimento de Laplace, obtemos:
 
b1 a11 . . . a1n
 
 
 b2 a22 . . . a2n 
det 
  = b1 411 + b2 421 + . . . + bn 4n1 ou seja

 ... ... ... ... 
 
bn an2 . . . ann
O grupo de ALGA

b1 a11 . . . a1n

b2 a22 . . . a2n

... ... ... . . .

bn an2 . . . ann
x1 =

a11 a12 ... a1n

a21 a22 ... a2n

... ... ... . . .

am1 am2 . . . amn

a11 . . . b1 a1n

a22 . . . b2 a2n

... ... ... . . .

an2 . . . bn ann
Fazendo deduções análogas, obtemos xi =

Para i = 1, 2, 3, . . . n.

a11 a12 ... a1n

a21 a22 ... a2n

... ... ... . . .

am1 am2 . . .

amn
Note que no denominador temos o determinante da matriz dos coeficientes e no numera-
dor aparece o determinante da matriz A, substituindo a i-ésima coluna pela coluna dos
termos independentes.
Este método é chamado regra de Cramer.
Exemplo 0.1.25. Resolva os sistemas abaixos, aplicando a regra de Cramer:

(
2x1 + 5x2 = 3
(a)
4x1 + 9x2 = 7

 x1 + 4x2 + 3x3 = 1

(b) 2x1 + 5x2 + 4x3 = 4

 x − 3x − 2x = 5
1 2 3
Resolução :
(a) Achemos
o determinante
do sistema, isto é,
2 5
det = = 2 · 9 − 4 · 5 = −2

4 9
Para achar, x1 e x2 faremos o seguinte:
O grupo de ALGA
Teoria 41

3 5

7 9
3·9−7·5 −8
x1 = −2
= −2
= −2
= 4 =⇒ x1 = 4.
2 3

4 7
2·7−4·3 2
= 4 =⇒ x2 = −1.

x2 = −2
= −2
= −2
(b) Achemos o determinante

do sistema, isto é,
1 4 3

det = 2 5 4

1 −3 −2
= 1 · (5 · (−2) − 4 · (−3)) − 4(2 · (−2) − 4 · 1) + 3(2 · (−3) − 1 · 5) = 2 + 32 − 33 = 1.
Para achar x1 , x2 e x3 , faremos:
1 4 3

4 5 4

5 −3 −2

x1 = 1
= 1·(5·(−2)+(−3)·4)−4·(4·(−2)−5·4)+3·(4·(−3)−5·5)
1
= 3 =⇒ x1 = 3
1 1 3

2 4 4

1 5 −2

x2 = 1
= 1·(4·(−2)−5·4)−1·(2·(−2)−1·4)+3·(2·(−2)−1·4)
1
= −2 =⇒ x2 = −2.
1 4 1

2 5 4

1 −3 5

x3 = 1
= 1·(5·5−(−3)·4)−4·(2·5−1·4)1·(2·(−3)−1·5)
1
= 2 =⇒ x3 = 2.
Observando atentamente o algorítmo da regra de Cramer podemos concluir:

? Se det A 6= 0 o sistema é possível (compatível) e determinado.
? Se det A 6= 0, o sistema é possível (compatível) e indeterminado se todos os determi-
nantes que aparecem no numerador são nulos, isto é, det (Axi ) = 0.
? Se det A = 0, o sistema é impossível (incompatível) se existe pelo menos um dos de-
terminantes que aparecem no numerador diferentes de zero, isto é, existe det (Axi 6= 0).
0.1.9 SISTEMAS HOMOGÊNEO DE EQUACOES LINEARES
Definição 0.1.13. Um sistema em que os segundos membros das equações são todos
iguais a zero, diz-se homogéneo.
um sistema homogéneo, tem a forma matricial seguinte Ax = 0.
(
x1 − 2x2 = 0
Definição 0.1.14. (a)
−2x1 + 5x2 = 0

 x1 + 5x2 − x3 = 0

(b) 4x1 + x2 + x3 = 0

 x − 2x + x = 0
1 2 3
O grupo de ALGA

 x1 + 2x2 + 2x3 − x4 = 0

(c) 2x1 + 3x2 + x3 − x4 = 0 .

 x + 3x + 5x − 2x = 0
1 2 3 4
Nota 0.1.5. Um sistema homogéneo é sempre possível (possui sempre, pelo menos uma
solução , a chamada solução nula).
SOLUCAO DE UM SISTEMA HOMOGÊNEO DE EQUACOES LINEARES
Se partirmos de um sistema homogêneo de equações lineraes, então ele é claramente

consistente, pois, por exemplo, ele tem a solucao zero 0 = (0, 0, . . . , 0). Assim, ele pode
sempre ser reduzido a um sistema homogêneo equivalente na forma escalonada
Portanto, temos duas possibilidades
(i) r = n. Então, o sistema tem somente a solução zero.
(ii) r < n. Então, o sistema tem uma solução não nula.
Se partirmos de menos equações do que incógnitas, então, na forma escalonada, r < n e,

portanto, o sistema tem uma solução não nula. Isto é,
Teorema 0.1.9. Um sistema homogêneo de equações lineares com mais incógnitas do

que equações tem uma solução não nula.
Exemplo 0.1.26. Resolva os sistemas abaixos:

(
x1 − 2x2 = 0
(a)
−2x1 + 5x2 = 0

 x1
 + 5x2 − x3 = 0
(b) 4x1 + x2 + x3 = 0

 x
1 − 2x2 + x3 = 0

 x1
 + 2x2 + 2x3 − x4 = 0
(c) 2x1 + 3x2 + x3 − x4 = 0 .

 x
1 + 3x2 + 5x3 − 2x4 = 0
Resolução:
( " #
x1 − 2x2 = 0 1 −2 0
(a) A matriz ampliada do sistema será: .
−2x1 + 5x2 = 0 −2 5 0
O grupo de ALGA
Teoria 43
Multiplicando a primeira linha por 2 e adicionar a segunda linha, teremos:

" #
1 −2 0
. Daqui, podemos ver que a característica da matriz do sistema (2) é igual
0 1 0
ao número de incógnitas (2), logo o sistema tem somente solução nula, isto é, x1 = 0 e
x2 = 0.

 x1 + 5x2 − x3 = 0

(b) 4x1 + x2 + x3 = 0

 x − 2x + x = 0
1 2 3
 
1 5 −1 0
A matriz ampliada do sistema será:  4 1 1 0 .
 
1 −2 1 0
Multiplicando a primeira linha por -4 e -1, e adicionar a segunda e terceira linha res-
pectivamente, teremos:
 
1 5 −1 0
1
 0 −19 5 0  Multiplicando a segunda linha por − , teremos:
 
19
0 −7 2 0
 
1 5 −1 0
5
 0 1 − 19 0  Multiplicando a segunda linha por 7 e adicionar a terceira linha,
 
0 −7 2 0
teremos:
 
1 5 −1 0
5
 0 1 − 19 0  . Daqui, podemos ver que a característica da matriz do sistema (3)
 
3
0 0 19 0
é igual ao número de incógnitas (3), logo o sistema tem somente solução nula, isto é,
x1 = 0, x2 = 0 e x3 = 0.

 x1 + 2x2 + 2x3 − x4 = 0

(c) 2x1 + 3x2 + x3 − x4 = 0

 x + 3x + 5x − 2x = 0
1 2 3 4
Segundo o teorema, se um sistema homogêneo de equações lineares, têm mais incóg-

nitas do que equações então ela tem uma solução não nula. Mostremos isso.
 
1 2 2 −1 0
A matriz ampliada do sistema será:  2 3 1 −1 0  .
 
1 3 5 −2 0
Multiplicando a primeira linha por -2 e -1, e adicionar a segunda e terceira linha res-
O grupo de ALGA
pectivamente, teremos:
 
1 2 2 −1 0
 0 −1 −3 1 0  Multiplicando a segunda linha por 1 e adicionar a terceira li-
 
0 1 3 −1 0
nha, teremos:
 
1 2 2 −1 0
 0 −1 −3 1 0 .
 
0 0 0 0 0
Para achar a solução do sistema, primeiro reescevemos o sistema, de segida, identifi-
quemos as variáveis livres e atribuemos valores arbitrários, isto é,
(
x1 + 2x2 + 2x3 − x4 = 0
.x3 e x4 são as variáveis livres (porque não apa-
− x2 − 3x3 + x4 = 0
recem no início de cada equação).
Seja x3 = a ∈ R e x4 = b ∈ R.
( (
x1 + 2x2 + 2x3 − x4 = 0 x1 = −2x2 − 2x3 + x4
⇔
− x2 − 3x3 + x4 = 0 x2 = 3x3 − x4
(
x1 = 4a − b
.
x2 = −3a + b
 
4a − b
 −3a + b 
Sol : X =   a, b ∈ R.
 
 a 
b
Aulas Teóricas
0.2 Unidade 05. Noçãode vector e Operações sobre vecto-

res
Introdução
Nesta unidade, faz-se uma abordagem em relação à noção de matriz, característica, notação
módulo, expressão cartesiana do vector bem como as suas operações analíticas e geométricas
dos vectores.
No fim desta unidade, o aluno deve:
O grupo de ALGA
Teoria 45
• Conhecer a noção de vectores;
• Conhecer a fórmula do módulo dum vector em R2 , R3 e aplica-lo;
• Conhecer a expressão cartesiana dum vector em R2 e R3 ;
• Operar com vectores, usando o método analítico e geométrico.
O grupo de ALGA
0.2.1 Noçãode vector
0.2.2 Grandezas escalares
São determinadas por um número real acompanhada da unidade correspondente.
Exemplo 0.2.1. 5m, 200Km, 10kg , etc;
Grandezas vectoriais
São aquelas que para além de um número real, necessitam de uma direcção e sentido.
Exemplo 0.2.2. Velocidade, Acelaração , Campo Magnético, etc;
Definição 0.2.1. Chama-se vector a um segmento orientado, isto é, um segmento, para qual
foi indicado seu ponto inicial (origem) e ponto terminal.
Característica dum vector
1) Direcção ;
2) Sentido;
3) Comprimento.
Notação dum vector
→
− − →
(a) →
−
a , b ,→
c ,−
u ,→
−
v , ...;
(b) a, b, c, u, v, ...;
(c) Dois pontos (Origem e Extremidade);
→
− −→
v = AB ou →
−
v = B − A;
O grupo de ALGA
Teoria 47
(d) Um par (no plano) ou terno ordenado (no espa?o) de números reais. →
−
v = (x1 , y1 ; z1 ),
onde (x1 , y1 ; z1 )– são coordenadas de extremidade do vector sendo a origem o ponto
O(0; 0; 0).
Exemplo 0.2.3. Em R2 , o vector tem a representação →

−
a = (x, y) e R3 tem a reprentação
→
−
b = (x, y, z).
Módulo dum vector
É um número não negativo que indica o comprimento do vector.

O comprimento do vector → −
a = (x, y) ∈ R2 , calcula-se pela fórmula |→
− p
a | = x2 + y 2 e do
→
− →
− p
vector b = (x, y, z) ∈ R3 pela fórmula b = x2 + y 2 + z 2 .
√
Exemplo 0.2.4. 1) O módulo do vector → −a = (3; 4) é |→
−
a | = 32 + 42 = 5.
→
− →
− √ √
2) O módulo do vector b = (2; 3; 0) é | b | = 22 + 32 + 02 = 13.
Exemplo 0.2.5.
|~u| = 5 |~v | = 5
Vector nulo
É o vector de direcção e sentido arbitrário e módulo igual a zero.

→
−
o = (0; 0; 0) |→
−
o | = 0.
Vector Unitário
É o vector de módulo igual a 1.
Exemplo 0.2.6. |→
−
u | = 1.
Versor de um vector nulo
É um vector unitário que tem a direcção e o sentido do vector dado é tal que
V ers→
− −
→
v
v = −→ |v|
Exemplo 0.2.7. a)
V ers~v = 13 ~v
b)
V ers~u = 15 ~u
O grupo de ALGA
Expressão cartesiana dum vector
Seja X, Y, Z , um sistema cartesiano ortogonal.

→
− →− → −
Convencionou-se representar por i , j , k . Os versores dos eixos cartesianos ortogonais X, Y, Z
respectivamente.
→
− →
− →
−
Então i = (1; 0; 0), j = (0; 1; 0), k = (0; 0; 1).
→
− →
− →
−
| i |=|j |=|k|=1
→
− →
− →
−
A expressão cartesiana do vector → −
v = (x; y; z) em R3 é →
−
v = x i + y j + z k , e do vector
→
− →
− →
−
v = (x; y) em R2 é →−
v =x i +y j .
Exemplo 0.2.8. Escreva as expressões cartesianas dos seguintes vectores:
(a) →
−
u = (2; −3; 4);
(b) →
−
v = (0; 1; −1);
c →
−
a = (0; 3)
→
−
(d) b = (−1; 2)
Resolução :
→
− →
− →
−
(a) →
−
u =2 i −3j +4k
→
− →− → − − →
→ −
(b) →
−
v =0i + j − k = j − k
→
− →
− →
−
(c) →
−
a =0 i +3j =3j
→
− →
− →
−
(d) b = −1 i + 2 j
0.2.3 Operações sobre vectores

Multiplicação por um escalar
Seja k um escalar e →
−
v um vector.
O produto do vector →
−v pelo número real k é um vector representado por k →
−v tal que:
a) Se k > 0 , →
−
v e k→−
v têm a mesma direcção , mesmo sentido e |k →−
v | = k.|→
−v |;
b) Se k < 0, →
−
v e k→
−
v têm a mesma direção e sentido oposto e |k →
−
v | = |k|.|→
−
v |.
O grupo de ALGA
Teoria 49
Exemplo 0.2.9.
Considere o vector →
−
u e |→
−
u | = 2.
Determine o módulo, direcção e sentido de k →
−
v , sabendo que :
1) k = 3;
2) k = −3.
Resolução :
1) k = 3 > 0, assim, a direcção e o sentido de k →

−
u coincide com a direcção e o sentido de
→
−
u |k →
−
u | = k.|→
−
u | = 3.2 = 6
2) k = −3 < 0, assim →
−
u e k→
−
u t?m a mesma direcção e sentidos opostos. |k →
−
u | = |k|.|→
−
u|=
| − 3|.2 = 6
Adição de vectores
Dados dois vectores →

−
u e→
−
v . Pode-se obter a soma →
−
u +→
−
v (que é também um vector) seguindo
uma das seguintes métodos:
O grupo de ALGA
Método geométrico
1) Regra De triângulo Fixa-se um ponto A do plano.

Considera-se o ponto B = A + →
−u.
Considera-se o ponto C = B + →
−
v.
−→ −→ − →
AC é o vector resultante, ou seja AC = →
u +−
v.
2) Regra do paralelogramo
Fixa-se um ponto A do plano, e considera-se B = A + →
−
u.
Considera-se D = A + →
−
v.
Completa-se o paralelogramo ABCD .
−→
O vector →
−
u +→ −
v coincide com a diagonal AC .
Método Analítico
1) Sejam →−
u = (x1 ; y1 ; z1 ) ∈ R3 e → −v = (x2 ; y2 ; z2 ) ∈ R3 , então:
→
−
u +→ −
v = (x1 ; y1 ; z1 ) + (x2 ; y2 ; z2 ) = (x1 + x2 ; y1 + y2 ; z1 + z2 )
⇒ →−u +→−v = (x + x ; y + y ; z + z ).
1 2 1 2 1 2
→
−
2) Sejam →−
a = (x1 ; y1 ) ∈ R2 e b = (x2 ; y2 ) ∈ R2 , então:
→
− →
−
a + b = (x ; y ) + (x ; y ) = (x + x ; y + y )
1 1 2 2 1 2 1 2
→
−
⇒ →
−
a + b = (x1 + x2 ; y1 + y2 ).
O grupo de ALGA
Teoria 51
Exemplo 0.2.10.
→
− →
−
Se →
−a = (2; 3) e b = (−2; −3), então → −
a + b = (2 + (−2); 3 − 3) = (0; 0).
−c = (1; 2; 3) e →
Se →
− −c + →
d = (−1; 2; 1), então →
−
d = (1 + (−1); (2 + 2); (3 + 1)) = (0; 4; 4)
Proposição 0.2.1. A adição dos vectores, goza das seguintes propriedades:
1) Comutativa: →
−
u +→
−
v =→
−
v +→
−
u;
2) Associativa: (→
−
u +→
−
v)+→
−
w =→
−
u + (→
−
v +→
−
w );
→
−
3) Elemento neutro: →
−
u + 0 =→
−
u;
→
−
4) Oposto: →
−
u + (−→
−
u)= 0 ;
5) →
−
u +→
−
v =→
−
u +→
−
w ⇒→
−
v =→
−
w.
Subtracção de vectores
Definição 0.2.2. Dados os vectores →

−
u e →
−v.
Define-se a diferença u − v como sendo o vector que se obtém adicionando a →
→
− →
− −
u o oposto de
→
−
v.
→
−
u −→
−
v =→
−
u + (−→
−
v)
Regra de subtracção de vectores
1) Método Geométrico
Regra do Triângulo:
(a)
(b)
(c)
Observação sobre a regra do paralelogramo

−→ − →
?AC = →
u +−v;
−−→ − →
?BD = →
v −−
u;
O grupo de ALGA
2) Método Analítico
(a) Se →
−
u = (x1 ; y1 ; z1 ) ∈ R3 e → −v = (x2 ; y2 ; z2 ) ∈ R3 , então:
→
−
u −→ −
v = (x1 ; y1 ; z1 ) − (x2 ; y2 ; z2 ) = (x1 − x2 ; y1 − y2 ; z1 − z2 )
⇒ →−
u −→−v = (x − x ; y − y ; z − z ).
1 2 1 2 1 2
→
−
(b) Se →
−
a = (x1 ; y1 ) ∈ R2 e b = (x2 ; y2 ) ∈ R2 , então:
→
− →
−
a − b = (x ; y ) − (x ; y ) = (x − x ; y − y )
1 1 2 2 1 2 1 2
⇒ →
−
u −→
−
v = (x1 − x2 ; y1 − y2 ).
Exemplo 0.2.11.
→
− →
−
Se →
−a = (2; 3) e b = (−2; −3), então → −a − b = (2 − (−2); 3 − (−3)) = (4; 6).
−c = (1; 2; 3) e →
Se →
− −c − →
d = (−1; 2; 1), então →
−
d = (1 − (−1); (2 − 2); (3 − 1)) = (2; 0; 2)
Casos particulares
→
−
1) 0.→
−
v = 0;
→
−
2) k.→
−
v = 0 ⇒k =0∨→
−
v = 0;
3) (−1).→
−
v = −→
−
v (Oposto de →
−
v ).
Proposição 0.2.2. Sejam m e n escalares e →

−
v e →
−
w vectores arbitrários:
1) Associativa: m.(n.→
−
v ) = n.(m.→
−
v ) = (m.n).→
−
v;
2) Distribuitiva1: (m + n).→
−
v = m→
−
v + n→
−
v;
3) Distribuitiva2: m(→
−
v +→
−
w ) = m→
−
v + m→
−
w;
4) Se →
−
v = (x1 ; y1 ; z1 ) ⇒ m→
−
v = (mx1 ; my1 ; mz1 ).
Aula Teórica
0.3 Unidade 06. Os podutos de vectores
Introdução
Nesta unidade, são abordados os produtos vectores, com especial atenção as aplicações do
produto vectorial (cálculo da área de quadriláteros, particularmente da área do triângulo) e do
O grupo de ALGA
Teoria 53
produto interno (volume do paralelepípedo e do tetraedro).

No fim desta unidade, o aluno deve:
• Conhecer as fórmulas do produto interno.
• Aplicar o conhecimento do produto interno para determinar a norma e o ângulo entre

vectores.
• Conhecer e aplicar a desigualdade de Cauchy-Schwarz e triangular. vectorial e misto;
• Usar as fórmulas dos produtos de vectores para o cálculo de ângulos entre vectores, áreas
de quadrilátero, volumes de paralelepípedos e tetraedros.
O grupo de ALGA
0.3.1 Produto interno (ou produto escalar)

Ângulo de dois vectores
Definição 0.3.1. Chamamos ângulo de dois vectores não nulos, α, ao menor ângulo formado
por dois segmentos orientados, com a mesma origem, que representem os vectores, 0 ≤ α ≤ π .
π
Quando o ângulo entre os dois vectores é recto, α = , dizemos que os dois vectores são
2
vectores ortogonais (ou vectores perpendiculares entre si).
COMO DETERMINAR O ÂNGULO ENTRE VECTORES?
−→ −−→
Para obter o ângulo α de dois vectores AB e BC , convém reduzi-los a origem comum escolher
o ângulo menor não negativo.
Portanto 0 ≤ α ≤ 180o ;
Exemplo 0.3.1.
→
−
1) α = (→
−
a , b );
−→ −−→ −→ −−→
2) Determine α = (AB, BC) ⇒ Reduzimos a origem comum os vectores AB e BC ;
3) Seja o ∆ABC equilátero;

−→ −→
(AB, AC) = 60o ;
−→ −−→
(AB, BC) = 120o ;
Exemplo 0.3.2.
Produto interno (ou produto escalar)
Definição 0.3.2. O produto interno (ou escalar) de dois vectore → −

u e →−v é o número tal que:
→
−
u . v = | u |.| v |. cos( u , v ), onde ( u , v ) é o ângulo formado entre os vectores →
→
− →
− →
− →
− →
− →
− →
− −
u e →
−
v.
O grupo de ALGA
Teoria 55
Notação
A notação do produto interno é: →

−
u .→
−
v ou h→
−
u ,→
−
v i.
Nota 0.3.1. O resultado do produto interno, é um escalar.
Exemplo 0.3.3.
No triângulo equilátero de lado igual a 2 determine:

−→ −→
(a) AB.AC ;
−→ −−→
(b) AB.BC
Resolução :
−→ −→ −→ −→ −→
(a) AB.AC = |AB|.|AC|. cos(AB, AC) = 2.2. cos 60 = 4. 21 = 2;
−→ −−→ −→ −−→ −→ −−→
(b) AB.BC = |AB|.|BC|. cos(AB, BC) = 2.2 cos(120) = 2.2(− 12 ) = −2.
Anulamento do produto escalar
O produto interno →
−
u .→
−
v = 0 se:
1) Um dos vectores for nulo;
2) Os dois vectores forem perpendiculares entre si.
Proposição 0.3.1. 1) Comutativa: →

−
u .→
−
v =→
−
v .→
−
u;
2) Associativa em relação a multiplicação por um escalar: k(→

−
u .→
−
v ) = (k →
−
u ).→
−
v =→
−
u .(k →
−
v );
3) Distribuitiva em relação á adição de vectores:

→
−u .(→
−
v +→−w) = →−
u .→
−
v +→−u .→
−
w;
→
− →
− →
− →
− →
− →
− →
−
( u + v ). w = u . w + v . w .
Expressão cartesiana do produto interno
→
− − →
→ − →
− →
−
1) Em R2 (plano). Seja →−
a = a1 i + a2 j e b = b1 i + b2 j , o que é o mesmo →
−
a = (a1 ; a2 )
→
−
e b = (b1 ; b2 ).
→
− →
− →
− →
− →
− →
− →
−→− →
−→− →
−→− →
−→ −
a . b = (a i + a j ).(b i + b j ) = a .b i i + a .b i j + a .b j i + a .b j j =
1 2 1 2 1 1 1 2 2 1 2 2
→
−
= a1 .b1 .| i |2 + 0 + 0 + a2 .b2 |j|2 = a1 .b1 + a2 .b2 ;
→
− →
−
⇒→−a . b = a1 .b1 + a2 .b2 ; onde → −a = (a1 ; a2 ) e b = (b1 ; b2 ).
O grupo de ALGA
→
− →
− →
− →
− −
→
Sabe-se também que →
−a . b = |→
−
a |.| b |. cos(→
−
a , b ) ⇒ cos(→
− −
→a.b a1 .b1 +a2 .b2
a, b)= −
→ −
→ = −
→
| a |.| b | |−→
a |.| b |
→
−
Do mesmo modo, se →−
a ⊥ b , então:
a1 .b1 + a2 .b2 = 0.
→
− →
− →
− − →
− →
− →
−
2) Em R3 (Espaço). Seja → −
u = u1 i + u2 j + u3 k e → v = v1 i + v2 j + v3 k .
⇒→−u .→
−
v = u1 .v1 + u2 .v2 + u3 .v3 ;
Sabe-se também que →− u .→
−v = |→−u |.|→
−
v |. cos(→
−
u ,→
−
v ) ⇒ cos(→
−
u ,→
− −
→
u .−
→
v u1 .v1 +u2 .v2 +u3 .v3
v)= − → − → = −
→ −
| u |.| v | → | u |.| v |
→
−
Do mesmo modo, se →
−
a ⊥ b , então:
u1 .v1 + u2 .v2 + u3 .v3 = 0.
No geral u = (u1 , u2 , . . . , un ) e v = (v1 , v2 , . . . , vn ) dois vectores em Rn , o produto interno ca-

nónico (ou usual) entre os dois vectores é a soma do produto ordenado das coordenadas desses
vectores
n
X
u · v = u1 v1 + u2 v2 + . . . + un vn = ui vi .
i=1
→
− →
−
Exemplo 0.3.4. 1) Se →
−
a = (1; 2) e b = (3; 4), então →
−
a . b = (1.3 + 2.4) = 11.
2) Se →
−
u = (−2; 3; 1) e →
−
v = (1; 2; 3), então →
−
u .→
−
v = (−2.1 + 3.2 + 1.3) = 7.
0.3.2 Norma (ou módulo dum vector). Desigualdade de Cauchy-

Schawarz. Desigualdade triangular.
Definição 0.3.3. Define-se a norma v euclidiana do vector u = (u1 , u2 , . . . , un ) ∈ Rn , como
u n
√ q
2 2
uX
2
|u| = u · u = u1 + u2 + . . . + un = t u2i .
i=1
Sendo u e v vectores de Rn e α um escalar real, demostra-se que a norma verifica as

propriedades:
1) |u| ≥ 0 e |u| = 0 sse u.
2) αu = |α||u|.
3) u · v ≤ |u||v| (Desigualdade de Cauchy-Schwarz).
4) |u + v| ≤ |u| + |v| (Desigualdade triangular).
O grupo de ALGA
Teoria 57
Seja dado o vector → −u = (u1 ; u2 ) ∈ R2 .

→
− √− →
u .→
−
u = |→
−u |.|→
−
u |. cos(→
−
u ;→
−
u ) = |→ −u |2 .1 ⇔ →
−
a .→
−
a = |→
−
a |2 ⇔ |→
−
u|= → u .−
u
√
Logo, em R2 a norma é dada por |→ −u | = u .u + u .u ⇔ |→ − p
1 1 2 u | = u2 + u2 .
2 1 2
q
e em R , |→
3−
u|= u21 + u22 + u23 , onde →
−
u = (u1 , u2 , u3 ).
→
− →− →
− →
− →
−
Exemplo 0.3.5. Seja →
−
u =3i + j e →
−
v =2 i +2j −2k .
Calcule:
(a) →
−u .→
−v;
(b) |→
−
u | (usando o produto interno);
(c) |→
−v |;
(d) (→
−
u ,→
−
v ) o ângulo entre os vectores ~u e ~v .
Resolução :
→
−
u = (3; 1; 0) e →
−
v = (2; 2; −2);
(a) →
−u .→
−v;
→
− →
−
u . v = 3.2 + 1.2 + 0.(−2) = 8;
(b) |→
−u|
√
| u |2 = →
→
− −
u .→
−
u = 3.3 + 1.1 + 0.0 = 10 ⇒ |→
−
u | = 10;
(c) |→
−v |;
√
| v |2 = 2.2 + 2.2 + (−2).(−2) = 12 ⇒ |→
→
− −
v | = 2 3;
(d) (→−
u ,→−v ).
cos( u , →
→
− −v ) = √ 8 √ = √4 ⇒ (→
10.2 3
−
30
u ,→
−
v ) = arccos( 4 ). 30
(a) Seja A = (−4; 5), B = (1; 1) e C = (1; 0)

Calcule:
−→ −−→
(a) AB.BC ;
−→ −−→
(b) (AB, BC);
Resolução :
−→ −−→
a) AB.BC ;
−→
AB = B − A=(5;-4);
−−→
BC = C − B = (0; −1);
−→ −−→
AB.BC = (5.0) + ((−1).(−4)) = 4;
−→ −−→
b) (AB, BC);
−→ −−→ −→ −−→
→ = √ 2
4√
cos α = (AB, BC) = −AB.
→ −
BC
− = 4
41
|AB|.|BC| 5 +(−4)2 . 02 +(−1)2
O grupo de ALGA
4
⇒ α = arccos( 41 )
Interpretação Geométrica do produto escalar
Na figura A0 B 0 é a medida algébrica da projeção do vector →

−
v sobre a direcção do vector →
−
u.
Em simbolos A0 B 0 = P roj− →
−
u v .
→
Do triângulo rectângulo AB 0 B :
A0 B 0 = AB · cos θ = |→
−
v | · cos θ .
Seja V ers→
−
u o versor do vector →
−
u . A última igualdade não se altera se multiplicarmos por
|V ers→
−u |.
A0 B 0 = |V ers→
−
u ||→
−
v | cos θ .
→
−
u
→
−
A igualdade acima mantém-se, se substituírmos por V ers u = → , isto é,
−
|u|
→
− →
−
u ·→−

→
− u → − v
P roj−
→
u v = |→

−
· | v | cos θ = →
− ou →
−
u ·→
−
v = |→
−
u |P roj− →
−
u v .
→
u| |v|
Se o ângulo entre →
−
u e →
−
v for agudo, a medida algébrica da projecção positiva. Se obtuso,
negativa.
√
Exemplo 0.3.6. Determine a projecção do vector →
−
u sobre →
−
v , se |→
−
u | = 3, |→
−
v | = 2,
→
− →
− o
( u , v ) = 30 .
Resolução:
→
− √
→
− u ·→−
v 3 · 2 · cos 30o 3
P roj−
→
v u = →
− = = .
|v| 2 2
O grupo de ALGA
Teoria 59
0.3.3 Produto Externo (ou Produto Vectorial)
Notação
A notação do produto externo é: →

−
u ×→
−
v ou →
−
u ∧→
−
v.
0.3.4 Triedro Positivo (ou Triedro "Direito")
Os vectores →
−
u ,→
−
v ,→
−w , nesta ordem, formam um triedro positivo se um observador colocado em
→
−
w de frente pois tem a sua direita o vector →
−
u e á sua esquerda o vector →
−
v.
Definição 0.3.4. O produto vectorial (ou externo) de dois vectores → −

u e →
−
v não paralelo entre
→
−
si e um terceiro vector w , com as seguintes características quanto:
1) Á direcção : o vector →
−
w =→
−
u ×→
−
v é perpendicular aos vectores →
−
u e →
−
v.
2) Ao sentido: Os vectores →
−
u ,→
−
v e →
−
w nesta ordem formam triedro positivo;
3) Ao módulo: |→
−
w | = |→
−
u |.|→
−
v |. sin(→
−
u ,→
−
v );
Nota 0.3.2. O resultado do produto vectorial, é um vector.
Expressão cartesiana do produto externo (Ou Vectorial)
→
− →− → −
I Produto Externo dos vectores unitários i , j e k
→
− → − →
− → − →
−
i × i =0 i × j = k;
→
− → − − →
→ − →
−
j × j =0 j × k = i ;
→
− → − − →
→ − →
−
k × k =0 i × k =−j ;
II Expressão Cartesiana Do Produto Externo Ou Vectorial
O grupo de ALGA
(a) Em R3 .Seja → − →
−
u = (x1 ; y1 ; z1 ) e v = (x2 ; y2 ; z2 ):
→− → − → −
i j k

→
− →
−
− y1 z1 →
→ − x1 z1 →
+−
x1 y 1
u × v = x1 y2 y1 = i −j k =

y2 z2 x2 z2 x2 y 2
x2 v2 y2
→
− →
− →
−
i (y1 z2 − y2 z1 ) − j (x1 z2 − x2 z1 ) + k (x1 y2 − x2 y1 );
⇒→ −
u ×→ −v = (y z − y z ; x z − x z ; x y − x y )
1 2 2 1 1 2 2 1 1 2 2 1
(b) Em R2 .Seja →
−
u = (x1 ; y1 ;0) e →
−
v = (x2 ; y2 ; 0):
→
− →− → −
i j k

→
−
− y1 0 →
→ − x1 0 →
+−
x1 y 1
u ×→
−
v = x1 y1 0 = i −j k
=

y2 0 x2 0 x2 y 2
x2 y2 0
→
− →
− →
−
= i (y1 .0 − y2 .0) − j (x1 .0 − x2 .0) + k (x1 y2 − x2 y1 );
⇒→−
u ×→ −v = (0; 0; x y − x y )
1 2 2 1
→
− →
− →
− →
− →
−
Exemplo 0.3.7. Sejam dados os vectores →
−
u = 3i − j + k e →
−
v = i + k . Determine
→
−
u ×→
−v.
Resolução :
→
− →− → −

i j k
→
−
→
− →
− →
− →
− − →
→ −
u ×→−
v = 3 −1 1 = i (−1 − 0) − j (3 − 1) + k (0 + 1) = − i − 2 j + k ;

1 0 1
⇒→−
u ×→−
v = (−1; −2; 1).
0.3.5 Anulamento do produto externo (Ou Vectorial)
→
−
u ×→
−
v = 0 se:
1) Um dos vectores for nulo;
2) Os dois vectores forem paralelos, pois sin θ = 0 se θ = 0o ∨ θ = 180o .
Proposição 0.3.2.
→
− → − − →
− →
− −
1) →
−
a × b e b ×→
a têm sentidos opostos: →
−
a × b =- b × →
a;
→
− −c ) + (→
− →
2) (→
−
a + b )×→
−c = (→−
a ×→ b + −c );
→
− →
− − →
−
a ×( b +→c ) = (→
−
a × b ) + (→−
a ×→−c );
O grupo de ALGA
Teoria 61
→
− →
− →
−
3) k(→
−
a × b ) = (k →
−
a)× b =→
−
a × (k b );
−→ −→
Exemplo 0.3.8. Seja dado o triângulo equilátero ABC de lado 3. Determine |AB × AC|
−→ −−→
e |AB × BC|.
Resolução :
−→ −→ −→ −→ √
|AB × AC| = |AB|.|AC|. sin(AB, AC) = 3.3. sin 60o = 9 2 3 ;
−→ −−→ −→ −−→ √
|AB × BC| = |AB|.|BC|. sin(AB, BC) = 3.3. sin 120o = 9 2 3 ;
0.3.6 Sentido Geométrico do produto externo
Sabemos que SABCD = |AD|.h e h = |AB|. sin θ ⇒ SABCD = |AD|.|AB|. sin θ , mas sabe-se
que |→
−
u ×→−
v | = |→
−
u |.|→
−
v |. sin(→
−
u ,→
−
v ), logo
SABCD = |→
−
u ×→
−
v |.
0.3.7 Aplicações do produto vectorial
Área do paralelogramo: Se tomarmos dois vectores →

−
u e →
−
v com um mesmo ponto inicial,
de modo a formar um ângulo diferente de zero e também diferente de π radianos, o módulo
vectorial entre →
−
u e →
−
v pode ser interpretada como a área do paralelogramo que tem →
−
u e →
−
v
como lados.
AP aralelogramo = |→
−
u ×→
−
v|
Nota 0.3.3. Os vectores →

−
u e →
−
v tem origem comum.
Área do triângulo: A metade do módulo do produto vectorial entre → −u e →−

v pode ser
interpretada como sendo a área do triângulo que tem dois lados como os vectores →
−
u e→
−v , com
origens no mesmo ponto, isto é:
1− →
AT ringulo = |→
u ×−v|
2
Exemplo 0.3.9. Calcue a área do triângulo com vértices A(0; 0), B(2; 0) e C(0; 1).
Resolução:
O grupo de ALGA
O módulo do produto geométrico tem sentido geométrico de área do paralelograo, daqui, a área
do rectângulo será igual a metade da área do paralelogramo.
Para calcular a área do paralegramo, temos que considerar a origem comum.
Para este exercício, consideremos o vértice comum A.
−→ −→
Achemos os vectores AB e AC
−→ −→
AB = B − A = (2; 0)e AC = C − A = (0; 1).
→
− →− → −
i j k →
−
Área= 2 0 0 = |2 k | = 2.

0 1 0
Pode verificar este resultado, calculando a área, usando o método geométrico.
0.3.8 Produto misto de vectores
Notação
→
− − →
− −
A notação do produto interno é: (→
−
a , b ,→
c ), sendo →
−
a, b e →
c três vectores no espa?o.
→
− − →
− −
Definição 0.3.5. Chama-se produto interno a (→
−
a , b ,→
c ) = (→
−
a × b ).→
c.
O resultado do produto misto, é um escalar.
Expressão cartesiana

a1 a2 a3

→
− →
− →
− →
− →
− →
−

( a , b , c ) = ( a × b ). c = b1 b2 b3

c1 c2 c3
→
−
Sendo → −a = (a1 ; a2 ; a3 ) b = (b1 ; b2 ; b3 ) →
−c = (c ; c ; c )
1 2 3
→
− →
− −
Exemplo 0.3.10. Sendo →
−
a = (1; 2; −1), b = (0; 1; 4)) e →
−c = (1; 3; −2). Determine (→
−
a , b ,→
c ).
Resolução :
Primeiro Método:Usando a definição :

→
− → − → −

i j k
→
−
→
− →
− →
− →
− − →
→ −
u ×→−v = 1 2 −1 = i (8 + 1) − j (4 − 0) + k (1 − 0) = 9 i − 4 j + k ;

0 1 4
→
− −
⇒→−u ×→−
v = (9; −4; 1) ⇒ (→
−
a × b ).→c = (9; −4; 1).(1; 3; −2) = 9 − 12 − 2 = −5.
O grupo de ALGA
Teoria 63
Segundo Método:
Usando
a expressão cartesiana:
1 2 −1

→
− −
(→
−
a , b ,→
c ) = 0 1 4 = 1(−2 − 12) − 2(0 − 4) − 1(0 − 1) = −14 + 8 + 1 = −5

1 3 −2

Anulamento do produto misto
→
− −
(→
−
a , b ,→
c ) = 0 se:
1) Pelo menos um dos três vectores for nulo;
→
− →
−
2) →
−
a for paralelo a b (pois neste caso, →
−
a × b = 0).
3) Os vectores forem coplanares (o recíproco também é verdadeiro).
0.3.9 Sentido Geométrico do produto misto

→
− −
V = |→
−
a × b |.→
c – Volume do Paralelopípedo.
→
− −
VABCD = 16 |(→
−
a × b ).→
c |– Volume do Tetraedro.
0.3.10 Aplicações do produto misto

→
− −
Volune do paralelepípedo: O módulo produto misto entre → −
a, b e→ c representa o volume
→
−
do paralelepípedo que tem as arestas próximas dadas pelos vectores →
−
a, b e → −c , sendo que
estes vectores têm a mesma origem. Isto é

→
− −
V = |(→
P araleleppedo
−
a , b ,→
c )|.
→
− −
Volume do tetraedro: Um sexto do produto misto entre →
−
a, b e→
c , representa o volume do
tetraedro (pirâmide com base triangular) que tem as três arestas próximas dadas pelos vectores
→
− →
− −
a, b e → c , sendo que estes têm a mesma origem.
1 − → − −
VT etraedro = |(→
a , b ,→
c )|
6
Exemplo 0.3.11. Calcule o volume do tetraedro ABCD , sabendo que A(1; 0; 2), B(3; −2; 2), C(4; 2; 6)
e D(3; 5; −2).
O grupo de ALGA
Resolução :
−→ −→ −−→
VABCD = 16 |(AB, AC.AD)|;
−→
AB = B − A = (2; −2; 0);
−→
AC = B − C = (3; 2; 4);
−−→
AD = D − A = (2;5; −4)
2 −2 0

−→ −→ −−→
(AB, AC.AD) = 3 2 4 = 2(−8 − 20) + 2(−12 − 8) = −56 − 40 = −96, então

2 5 −4

VABCD = 16 | − 96| = 16.
O grupo de ALGA
Teoria 65
0.4 Numeros Complexos
0.4.1 Nocao
Exemplo. Os numeros z1 = 2, z2 = −i e z3 = −3 − 4i sao numeros complexos cujos partes

imaginarias e reais sao:
Rez1 = 2 e Imz2 = 0;
Rez2 = 0 e Imz2 = −1;
Rez3 = −3 e Imz3 = −4.
0.4.2 Igualdade De Numeros Complexos
Dois numeros complexos z = a + ib e w = c + id sao iguais se, e somente se, a = c e b = d.

Exemplo. Os numeros complexos z = ax − 2i e w = 2x + bi sao iguais se, e somente se, a = 2
e b = −2.
0.4.3 Numero Complexo Conjugado
O conjugado de um numero z = x + iy e definido como o numero complexo z = x − iy .
Exemplo. O conjugado do numero complexo z1 = 1 + 2i e z1 = 1 − 2i e de z2 = −2 − 3i e

z2 = −2 + 3i.
Propriedades Do Conjugado
Se z e w sao numeros complexos, entao:

1. O conjugado do conjugado de z e igual a z (z = z).
2. O conjugado da soma de dois numeros complexos e igual a soma dos conjugados. (z + w =
z + w);
3. O conjugado do produto de dois numeros complexos e igual ao produto dos conjugados
desses numeros. zw = z w ;
4. Se z for um numero real, o conjugado de z e o proprio z ;
z+z z−z
5. Re(z) = e Im(z) = .
2 2
O grupo de ALGA
0.4.4 Modulo De Um Numero Complexo
o modulo ou valor absoluto de um numero complexo z = x+iy e definido como sendo o numero
p
|z| = x2 + y 2 .
Exemplo. Os modulos dos numeros complexos z1 = 2, z2 = −i e z3 = −3 − 4i e |z1 | =
p p p
(2)2 = 2, z2 = (−1)2 = 1 e |z3 | = (−3)2 + (−4)2 = 5 respectivamente.
Propriedades do Modulo
Se z e w sao numeros complexos, entao:

1. |z| = | − z| = |z|;
2. |z| ≥ 0;
3. |z| = 0 se, e somente se, |z| = 0;
4. |z.w| = |z|.|w|;
z
5. , se w 6= 0;

w
6. z.z = |z|2 ;
7. |z + w| ≤ |z| + |w| (Desigualdade Triangular);
8. |z − w| ≤ |z| + |w| (Desigualdade Triangular);
9. |z| − |w| ≤ |z − w| (Desigualdade Triangular);
10. |Re(z)| ≤ |z|;
11. |Im(z)| ≤ |z|.
0.4.5 Representacao Geometrica De Um Numero Complexo
0.4.6 Operacoes Com Numeros Complexos Dados Na forma Alge-

brica
A forma algebrica de um numero complexo e z = x + iy , sendo i2 = −1.

Sobre dois numeros complexos dados na forma algebrica, isto e, z1 = x1 + iy1 e z2 = x2 + iy2 ,
podem ser efectuadas as seguintes operacoes:
Adicao
∗ z1 + z2 = (x1 + iy1 ) + (x2 + iy2 ) = (x1 + x2 ) + i(y1 + y2 );
O grupo de ALGA
Teoria 67
Multiplicacao
∗ z1 .z2 = (x1 + iy1 )(x2 + iy2 ) = x1 x2 + ix1 y2 + iy1 x2 + i2 y1 y2 = (x1 x2 − y1 y2 ) + i(x1 y2 + x2 y1 );
Divisao
z1 z1 z2 (x1 + iy1 )(x2 − iy2 ) (x1 x2 + y1 y2 ) + i(y1 x2 − x1 y2 )

∗ = = = .
z2 z2 z2 (x2 + iy2 )(x2 − iy2 ) x22 + y22
Exemplos.Sabendo que:
I. z1 = 2 e z2 = 2i
II. z1 = 2 − 3i e z2 = −1 + 2i.
Calcule:
a) z1 + z2 ;
b) z1 z2 ;
z1
c) .
z2
Resolucao:
a.I) z1 + z2 = 2 + 2i;
a.II) z1 + z2 = (2 − 3i) + (−1 + 2i) = 1 − i.
b.I) z1 .z2 = (2).(2i) = 4i;
b.II) z1 + z2 = (2 − 3i)(−1 + 2i) = −2 + 4i + 3i + 6 = 4 + 7i
z1 2 2.(−2i) 4i
c.I) = = =− ;
z2 2i 2i(−2i) 4
2 − 3i (2 − 3i)(−1 − 2i) −8 − i
c.II) = = .
−1 + 2i (−1 + 2i)(−1 − 2i) 5
O grupo de ALGA
0.4.7 Forma Trigonometrica ou Polar de um numero complexo
A forma trigonometrica ou polar de um numero complexo e z = r(cos ϕ + i sin ϕ), onde

p
r = |z| = x2 + y 2 e modulo do numero complexo dado;
ϕ = argz , −π < ϕ ≤ π e argumento principal do numero z . O modulo de um numero com-
plexo z = (x; y) geometricamente pode ser interpretado como distancia do ponto P (x; y) a
−→
origem do sistema das coordenadas, ou seja, o angulo que faz o raio-vector OP = (x; y). O
−→
argumento principal ϕ representa o angulo que faz o raio-vector OP com o eixo OX e que
pode ser calculado utilizando as seguintes formulas:
y
• ϕ = arctan caso x = Rez > 0;
x
y
• ϕ = π + arctan caso x = Rez < 0 ∧ y = Imz ≥ 0;
x
y
• −ϕ = π + arctan caso x = Rez < 0 ∧ y = Imz < 0;
π x
• ϕ = , caso x = Rez = 0 ∧ y = Imz > 0;
2π
• ϕ = − , caso x = Rez = 0 ∧ y = Imz < 0;
2
• ϕ = 0, caso Imz = 0 ∧ Rez > 0;
• ϕ = π , caso Imz = 0 ∧ Rez < 0.
Exemplo. Escreva na forma trigonometrica ou polar, os seguintes numeros complexos:

a) z = 1;
b) z = 2i;
c) z = 1 + i
Resolucao:
a) O angulo formado pelo numero complexo z = 1 e $ = 0;
√
r = 12 + 02 = 1;
Entao o numero complexo na forma polar e z = 1(cos 0 + i sin 0).
O grupo de ALGA
Teoria 69
π
b) O angulo formado pelo numero complexo z = 2i e ϕ = ;
√ 2
r = 02 + 22 = 2;
π π
Entao o numero complexo na forma trigonometrica e z = 2 cos + i sin .
2 2
π
c) O angulo formado pelo numero complexo z = 1 + i e ϕ = ;
√ √ 4
2 2
r = 1 + 1 = 2;
√ π π
Entao o numero complexo na forma polar e z = 2 cos + i sin .
4 4
0.4.8 Operacoes Sobre Numeros Complexos Dados Na Norma Trigo-

nometrica Ou Polar
Sobre dois numeros complexos dados na forma trigonometrica, isto e, z1 = r1 (cos ϕ1 + i sin ϕ1 )
e z2 = r2 (cos ϕ2 + i sin ϕ2 ), podem ser efectuadas as seguintes operacoes:
Adicao
∗ z1 + z2 = r1 (cos ϕ1 + i sin ϕ1 ) + r2 (cos ϕ2 + i sin ϕ2 ) = (r1 cos ϕ1 + r2 cos ϕ2 ) + i(r1 sin ϕ1 +

r2 sin ϕ2 )
Multiplicacao
∗ z1 z2 = r1 (cos ϕ1 + i sin ϕ1 )r2 (cos ϕ2 + i sin ϕ2 ) = r1 r2 [cos(ϕ1 + ϕ2 ) + i sin(ϕ1 + ϕ2 )]
Divisao
z1 r1 (cos ϕ1 + i sin ϕ1 ) r1
∗ = = [cos(ϕ1 − ϕ2 ) + i sin(ϕ1 − ϕ2 )].
z2 r2 (cos ϕ2 + i sin ϕ2 ) r2

π π 3π
Exemplo. Dados os numeros complexos z1 = 4 cos π + i sin e z2 = 2 cos + i sin ,
2 4 4
calcule:
a) z1 + z2 ;
b) z1 .z2 ;
z1
c) .
z2
Resolucao:
O grupo de ALGA
π π 3π
a) z1 + z2 = 2(2 cos π + cos ) + 2i(2 sin + sin );
4 2 4
5π 5π
b) z1 .z2 = 8(cos + sin );
4 4
z1 3π π
c) = 2(cos − i sin ).
z2 4 4
0.4.9 Potencia De Um Numero Complexo
Formula De Moivre
A potencia de um numero complexo e dado pela formula z n = rn [cos(nϕ) + i sin(nϕ)],onde

r = |z| e n ∈ Z = {0; ±1; ±2, ...}.
A formula z n = rn [cos(nϕ) + i sin(nϕ)], chama-se formula de Moivre.
Exemplo. Usando a formula de Moivre, calcule:

√
a) z 6 , se z = 3 + i;
b) z 4 , se z = −2 + 2i.
Resolucao:
a) Achemos o angulo pelo numero complexo com o eixo OX ; O angulo formado pelo numero
π √ 2
complexo com o eixo OX e ϕ = ; e de seguida achemos r = 3 + 12 = 2.
3
Aplicando a formula de Moivre, sabendo que n = 6, teremos:
π π
z 6 = 26 | cos 6. + i sin 6. | = 64.
3 3
b) Achemos o angulo formado pelo numero complexo com o eixo OX ; O angulo formado pelo
3π p √
numero complexo com o eixo OX e ϕ = ; e de seguida achemos r = (−2)2 + 22 = 2 2.
4
Aplicando aformula de Moivre, sabendo que n = 4, teremos:
√ 3π 3π
z 4 = |2 2|4 cos 4 + i sin 4 = −64.
4 4
0.4.10 Raiz De Um Numero Complexo

√ √

ϕ + 2πk ϕ + 2πk
A raiz de um numero complexo e dado por n
z= n
r cos + i sin , n∈N=
n n
{1; 2; 3; ...}, k = 0; 1; 2; ...; (n − 1);
√
n
Observacao: n e o numero de raizes de z.
O grupo de ALGA
Teoria 71
√

p n p pϕ + 2πk pϕ + 2πk
No caso geral z = n z p = r cos
n + i sin , n ∈ N = {1; 2; 3; ...}, ,
n n
p ∈ Z = {0; ±1; ±2; ...}, k = 0; 1; 2; ...; (n − 1);
Nota: Quando se trabalha com potencia de um numero complexo de expoente racional e

preciso ter cuidado, porque certas simplificacoes que se fazem no caso de numeros reais, deixam
4 2
de ser validas para numeros complexos, por exemplo, z 6 6= z 3 .
Exemplo. Dado o numero complexo z = 2i, calcule:

√
a) z ;
2
b) z 3 .
Resolucao:
√
a) 2i tem duas raizes, e vamos acha-los:
π
O angulo formado pelo numero complexo com o eixo OX e ϕ = ; O modulo e |z| = r = 2,
4
entao,
√ √

π + 4kπ π + 4kπ
2i = 2 cos + i sin .
4 4
Para achar o valor das raizes, vamos substituir com quaisquer valores k = 0; 1; 2; ...; (n − 1),
isto e,
√
Para k = 0, teremos 2i = 1 + i;
√
Para k = 1, teremos 2i = −1 − i.
1 + i e −1 − i sao as raizes de z = 2i.

2 2 π + 2kπ π + 2kπ
b) z = 2 cos
3 3 + i sin
3 3
√ √ ! √ √ !
√3 3 3 √
3
√3 3 3
Para k = 0; 1; 2, teremos 4 +i ; 4; 4 −i , respectivamente, que sao
3 3 3 3
2
as raizes de (2i) 3 .
0.4.11 Forma Exponencial De Um Numero Complexo
p
A forma exponencial de um numero complexo e z = reiϕ , onde r = |z| = x2 + y 2 e modulo
do numero complexo, ϕ = argz ; sendo valido a formula de Euler: eiϕ = cos ϕ + i sin ϕ.
O grupo de ALGA
0.4.12 Operacoes Sobre Numeros Complexos Dados Na Forma Tri-

gonometrica Ou Polar
Sobre dois numeros complexos dados na forma trigonometrica, isto e, z1 = r1 eiϕ1 e z2 = r2 eϕ2 ,
podem ser efectuadas as seguintes operacoes:
Adicao
z1 + z2 = r1 eiϕ1 + r2 eiϕ2 .
Multiplicacao
z1 .z2 = r1 .r2 ei(ϕ1 +ϕ2 ) .
Divisao
z1 r1
= ei(r1 −r2 ) .
z2 r2
Elevacao A Um Expoente Inteiro
z n = rn einϕ , n ∈ Z;
Extracao De Raizes De Indice Natural
√ √ (ϕ+2πk)
n
z= n
r.ei n , n ∈ N, k = 0, 1, 2, ...(n − 1);
Elevacao A Um Expoente Racional
p √ p (pϕ+2πk)
zn = n
z p = r n .ei n , p ∈ Z, n ∈ N, k = 0, 1, 2, ..., (n − 1).
5π π
Exemplo. Dados os numeros complexos z1 = 4ei 4 e z2 = 2ei 4 , calcule:
a) z1 + z2 ;
b) z1 z2 ;
z1
c) .
z2
Resolucao:
O grupo de ALGA
Teoria 73
5π iπ
a) z1 + z2 = 2(2ei 4 + e 4 );
3π
b) z1 z2 = 8ei 2 ;
z1
c) = 2eiπ .
z2
O grupo de ALGA

Aulas Teoricas de Alga

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aulas Teoricas de Alga

Enviado por

Direitos autorais:

Formatos disponíveis

Teoria 1

O determinante de A, que designaremos por qualquer dos símbolos: detA, |A|.

Determinante da Segunda Ordem

Exemplo 0.1.1. Calcule os determinantes das matrizes abaixos:

Determinante da Terceira Ordem

0.1.1 Regra de Sarrus

A regra de Sarrus consiste em :

1) Repetir ao lado do determinante as duas primeiras colunas;

2) obter o produto como mostra o esquema;

Usando a regra de Sarrus, faremos o seguinte:

Segundo, usaremos o segundo passo do algoritmo de Sarrus, isto é:

= 1 · 3 · 1 + 1(−2) · 3 + (−1) · 2(−2) − (−1) · 3 · 3 − 1 · (−2) · (−2) − 1 · 2 · 1 = 4

Determinante de ordem Superior (n ≥ 4)

No caso 3 × 3, acabamos de provar que det (A) se obtém multiplicando os elementos da

Teorema 0.1.1. (Teorema de Laplace). O determinante de uma matriz quadrada é igual á

, para qualquer i ∈ {1, . . . , n}.

, para qualquer j ∈ {1, .., n}.

0.1.2 Propriedades dos determinantes

1) O determinante de uma matriz, quando existe, é único;

2) O determinante da matriz identidade é um |I| = 1;

Exemplo 0.1.5. Caclcule os determinantes das matrizes abaixos:

3) O determinante de uma matriz triangular (superior, inferior ou diagonal) é dado pelo

Exemplo 0.1.6. Caclcule os determinantes das matrizes abaixos:

Então det A=2·4=8

Então det C = 1 · 5 · 8 · 10 = 400

4) Não se altera o valor de um determinante quando:

(a) Aos elementos de uma linha ou coluna se adiciona os elementos correspondentes de

Exemplo 0.1.7. Caclcule os determinantes das matrizes abaixos:

Agora, aplicando a terceira operação elementar das matrizes, isto é, multiplicando

Agora, aplicando a terceira operação elementar das matrizes, isto é, multiplicando

Agora, aplicando a terceira operação elementar das matrizes, isto é, multiplicando

Exemplo 0.1.8. Caclcule os determinantes das matrizes abaixos:

Então det A = det AT = 5.

multiplicando a primeira linha por -3 e -4, e adicionemos a segunda e terceira linha

Agora achemos det B T , isto é:

multiplicando a primeira linha por -2 e -1, e adicionemos a segunda e terceira linha

Agora achemos o det C T , isto é:

Então det A = −det A0 .

Então det B = −det B 0 .

multiplicando a primeira linha por -2 e -1, e adicionemos a segunda e terceira linha

multiplicando a primeira linha por -2 e -1, e adicionemos a segunda e terceira linha

Então det D = −det D0 .

(b) Duas linhas ou colunas iguais;

(d) Característica inferior á sua ordem (Car(A) < n ⇔ |A| = 0, A singular);

Exemplo 0.1.10. Calcule o valor dos determinantes das matrizes abaixo.

Exemplo 0.1.11. Caclcule os determinantes das matrizes abaixos:

Calculemos det A, isto é,

i. Agora calculemos det A0 , onde A0 resultante A, cuja segunda linha é multipli-

Temos det A0 = 2 · det A.

Temos det A0 = 2 · det A.

Temos det B 0 = 3 · det B .

9) Se os elementos de uma linha ou coluna são somas agébricas de n parcelas, o determinante

Exemplo 0.1.12. Calcule o valor dos determinantes das matrizes abaixo.

10) O determinante de um produto de matrizes quadradas da mesma ordem é igual ao produto

Exemplo 0.1.13. Seja:

mostre que |A · B| = |A| · |B|.

Logo |A| · |B| = |A · B| = −2.

Logo |A| · |B| = |A · B| = 24.

Achemos o determinante de B , isto é,

Agora achemos A · B e |A · B|, isto é,

Logo |A| · |B| = |A · B| = −8.

0.1.3 Matriz Inversa

Teorema 0.1.2. Uma matriz quadrada A é invertível se e só se for não-singular.

Corolário 0.1.1. Seja A quadrada. Então A é invertível se e só se |A| =